临床语音识别飞轮：环境初始化
验证临床 ASR 评测环境能否通过 NVIDIA 托管语音服务完成 TTS 到 ASR 的闭环。
技能明确披露NVCF和Merriam-Webster的数据流，禁止真实患者数据和密钥回显，并采用显式api_key参数；但烟雾测试会向外部服务发送文本和音频，未明确要求执行前逐次确认，pip安装及临时WAV文件也带来外部和本地副作用，缺少清理与回滚机制，因此扣分。
步骤、依赖、常见错误和故障排查较完整，且给出可诊断的错误码；但依赖未锁定、NVCF函数ID可能过期、未提供针对关键路径的测试套件，且“只读环境检查”与创建venv、安装依赖、写入临时文件存在不一致，因此不超过静态上限并扣分。
目标用户、触发语句、非适用场景、输入要求和托管/自托管边界较清楚；但主要依赖NVCF、假定英语en-US，未提供中文语言支持或中国大陆网络可达性说明，且NVCF不可跳过，适用范围受限，因此扣分。
文档结构清晰，包含前置条件、示例、产物、限制、故障排查、版本号、许可证、作者和依赖归属；但缺少正式变更日志、明确维护承诺和稳定依赖锁定，skill-card中的评估信息也显示Tier 3不可用，因此扣分。
能够把环境准备、托管连通性验证和后续技能交接定义为明确流程，烟雾测试输出可直接判断是否继续；但没有静态可验证的实际执行结果，依赖网络、有效密钥和当前函数ID，失败后仍需人工修复，直接可用性和边际收益证据有限，因此扣分。
SKILL.md、评估用例、BENCHMARK.md和依赖说明提供了一定可审计材料，且密钥传递路径被明确写出；但基准报告无Tier 3结果、无关键路径测试执行证据，也没有多来源独立复核，因此按静态证据保守扣分。
- 烟雾测试和后续流程会把合成临床文本及音频发送到NVCF；必须确认组织外部API和数据治理政策，且不得输入真实患者数据或PHI。
- NVCF函数ID、客户端API和未锁定依赖可能发生变化；应在受控虚拟环境中验证并记录版本，且清理临时WAV文件。
- 技能未证明中国大陆网络可达性，也未提供中文语音流程；在大陆网络或中文临床场景中应先验证可用性。
这个 Skill 能做什么，适合哪些场景？
这是 NVIDIA 临床 ASR 飞轮的第 1 阶段，用于准备环境并验证托管语音栈是否可用。它检查 NVIDIA_API_KEY、Python 版本和必需库，然后通过 Magpie TTS 与 Parakeet/Nemotron ASR 执行一条临床句子的合成与转写。流程面向由术语清单生成的合成数据，不适用于真实患者转录、临床录音或 PHI。验证成功后，下一步是临床术语整理与基准构建；后续以 KER（关键词错误率）作为核心指标。
检查 NVIDIA_API_KEY 是否存在但不输出其值；创建并激活 .venv，安装 nvidia-riva-client、pandas、soundfile 和 requests，可选安装 jiwer；使用固定的 NVCF Magpie TTS 和 Parakeet ASR 函数 ID，通过 grpc.nvcf.nvidia.com:443 合成“The patient was prescribed cefazolin.”并转写生成的 WAV；输出 TTS 原句和 ASR 转录；可选检查 DICTIONARY_API_KEY 或 Merriam-Webster 医学词典网页的可达性。它不生成评测 manifest、音频数据集或模型文件。
- 负责临床语音评测的工程师首次启动 Clinical ASR Flywheel，需要确认 API 密钥、Python 依赖和网络链路。
- 希望评估药物、操作、解剖、疾病或检验术语识别效果的团队，需要在整理术语前验证托管 ASR/TTS 可用。
- 已有环境的用户只想确认当前 shell 中的 NVIDIA_API_KEY 仍然有效，并运行一次 TTS→ASR 烟雾测试。
- 组织需要先审查外部 API 数据流，确认合成文本、WAV 音频和可选临床术语查询会发送到哪些服务。
这个 Skill 有哪些优点和局限？
- 步骤边界清晰：密钥检查、依赖安装和 hosted TTS→ASR 烟雾测试。
- 明确要求密钥采用显式函数参数传递，并禁止记录密钥值。
- 说明了 NVCF 与 Merriam-Webster 的数据流、可选路径和常见失败原因。
- 要求使用合成数据，避免将真实患者文本或音频送入流程。
- 依赖 NVIDIA_API_KEY 和 NVCF 网络访问；没有密钥时无法完成核心验证。
- 默认依赖 NVIDIA 托管服务，服务函数 ID、配额、网络或后端故障可能导致测试失败。
- 仅覆盖环境就绪，不负责术语整理、评测、打分或微调。
- 源材料没有提供该单个技能的测试套件、平台矩阵或定价信息。
如何安装这个 Skill？
安装整个仓库中的指定技能：npx skills add nvidia/skills --skill digital-health-clinical-asr-setup --yes。README 未提供该技能独立安装包或独立脚本；技能本身要求 Python 3.10+。在工作目录执行 python3 -m venv .venv && source .venv/bin/activate，然后执行 pip install nvidia-riva-client pandas soundfile requests；jiwer 可按需安装。
如何使用这个 Skill？
先在 shell 中设置 NVIDIA_API_KEY，例如 export NVIDIA_API_KEY=nvapi-...，只进行长度检查，不要输出密钥。激活 .venv 后运行技能规定的 smoke_test(api_key=...)，由调用方传入当前密钥；成功后进入 /digital-health-clinical-asr-build，并在第 3 阶段关注 KER（关键词错误率）。如果使用 Merriam-Webster JSON API，可额外设置 DICTIONARY_API_KEY；也可不使用该服务并回退到 Magpie G2P。
这个 Skill 与同类方案有什么区别？
相对于自托管 ASR/TTS 管线，该技能默认使用 NVIDIA NVCF 托管 Magpie TTS 与 Parakeet/Nemotron ASR；如果组织不能向 NVCF 发送数据，源材料建议改用自托管 ASR/TTS 管线。