一段信息，一段语音，一段讲话，是一个中心话题的 比如，A话题中有一个音与B话题一个音近似， 但当前的话题为A，那么该音出现时，就应该选A中的音，而不是B中的音，虽然它们非常相近 或者，同音对应的向量，应该是一对多，一个发音，有多个向量，具体是哪个，并不是一步到位 而是多步， 1 判断话题中心 2 选择 也就是说，以往的直接匹配不方式过于简单了，当场景复杂时，应该有更多的判断分支供选择