该技能用于构建临床ASR评估基准，通过策划专科术语、生成句子、标注IPA并合成音频，最终产出NeMo格式的manifest文件。它支持多轮交互，提供发音覆盖词表和QA试听门，确保生成高质量参考音频。关键词包括临床ASR、数据集构建、IPA标注、Magpie TTS、NeMo manifest、飞轮流程、术语策划、发音验证。

该技能用于对临床ASR语音识别任务生成的NeMo清单（manifest）进行自动评分与路由。它调用NVIDIA ASR NIM转写音频，计算WER/CER/KER/SER四项指标，按entity_category、ipa_source、noise_level等维度输出五部分KER排行榜，并根据评估结果决定后续操作（微调或返回构建）。关键词：临床语音识别、ASR评估、KER、WER、排行榜、NeMo、Parakeet、医疗语音、语音识别评测。

用于临床语音识别评估飞轮的第一阶段环境搭建。该技能验证NVIDIA_API_KEY的有效性、安装Python依赖并执行Magpie TTS到Parakeet ASR的冒烟测试，确保用户能够访问NVIDIA托管的语音服务，为后续临床术语合成与评估做准备。强调安全性（不外泄密钥、不处理真实PHI）并明确数据外发合规。关键词：临床ASR、KER、NVIDIA_API_KEY、Magpie TTS、Parakeet ASR、NVCF、环境搭建、冒烟测试、技能引导。

该技能用于临床ASR飞轮第4阶段：当优先类别KER>0.3时，对Parakeet TDT v2基础模型执行原版NeMo SFT微调，并离线重新评估cycle N+1，以降低药物名、病症和手术术语等临床实体类别的错误率（KER）。可与Riva ASR自定义部署衔接。关键词：临床语音识别、ASR微调、NeMo SFT、Parakeet TDT v2、KER、语音识别飞轮、医疗AI、Riva NIM。