Agent Skills
返回列表
🎨

AssemblyAI 总结与章节

设计多媒体 更新于 2026.08.29

将以下提示词粘贴到你的 AI 对话框中：

请根据 https://skillhub.cn/install/skillhub.md，安装 @user_3c6cb52e/assemblyai-summarization-chapters-skill

技能介绍

这个技能解决什么问题

处理播客、会议录音、视频旁白这类长音频时，最常见的三个麻烦：拿到的文字稿没有分段，整篇堆在一起没法定位；想快速知道这段素材讲了什么，只能从头听到尾；素材的基调和安全风险，人工逐段判断成本太高。这个技能用 AssemblyAI 的 /v2/transcript 端点把这些事串成一条流水线：转录的同时让服务端自动切分章节，再基于同一份 transcript 做主题、情感和内容安全分析。

核心能力与工作流程

转录 + 自动章节

技能在提交转录任务时设置 auto_chapters=true，AssemblyAI 会根据语义边界把音频切成若干章节，并为每段生成摘要。你拿到的不是一份无差别全文，而是带层级的章节列表，可以按标题跳转、只读某一段，或把某一章单独交给下游处理。

基于 transcript 的二次分析

拿到 transcript 之后，通过 AssemblyAI SDK 继续提取三类信息：

  • 关键主题：识别这段音频主要在讨论什么，可用于聚类、打标签或检索
  • 情感分析：给出文本的情感倾向，判断整体基调偏积极、消极还是中性
  • 内容安全标签：标注素材是否命中敏感内容，适合在发布前做一轮过滤

关键步骤

  1. 安装 Python 版 AssemblyAI SDK（上游要求的唯一运行时依赖）
  2. 调用 /v2/transcript，提交音频地址并开启 auto_chapters=true
  3. 等待任务进入完成状态，读取章节结构与摘要
  4. 基于同一 transcript 发起主题、情感、内容安全请求
  5. 把章节、摘要和分析结果组装成你需要的输出格式

适用边界与注意点

  • 音频需要能被 AssemblyAI 服务访问，通常提交 URL 而非本地二进制
  • auto_chapters 的切分质量取决于语音清晰度、语速，以及是否有多人交叉说话
  • 情感和主题是模型给出的近似判断，适合做筛选和粗分类，不适合当作绝对结论
  • 内容安全标签是预筛手段，具体业务场景仍需人工复核
  • 参数与响应字段以官方文档为准：https://www.assemblyai.com/docs

使用场景

  • 播客制作人拿到两小时访谈录音，需要带章节跳转和每章摘要的文字稿，方便按话题剪辑。
  • 内容审核团队要在播客上线前批量初筛音频是否含敏感内容，需要自动产出的内容安全标签。
  • 市场分析师听完行业大会的主题演讲录音，想快速得到各章节摘要和整体情感倾向，用于写回顾稿。
  • 视频创作者给教程视频做字幕时，希望转录结果自动按小节切分，与脚本结构一一对应。

适合人员

  • 播客节目编辑：每周要处理多期长录音，需要按章节快速定位素材，而不是从头拖时间轴。
  • 内容平台审核员：要在音频上线前对大量投稿做敏感内容初筛，逐条人工听审不现实。
  • 视频自媒体创作者：为教程视频配字幕和简介，需要按小节自动切分好的转录文本。
  • 用户研究分析师：把多场用户访谈录音转成带主题标签和情感倾向的文字，汇总成调研报告。