Agent Skills
返回列表
📚

录音转写萃取流水线 · 本地隐私优先

知识管理 更新于 2026.08.30

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_65dc9f28/asr-pipeline。

技能介绍

要解决什么问题

长录音留在手机里或网盘里,往往只差「听一遍」才能用——但手动听写、再按会议纪要或访谈稿排版,既慢又容易漏掉行动项和人名数字。若把音频交给云端 ASR,合规和隐私又是硬约束。

技能如何工作

这条流水线默认音频不出本机:用内置 scripts/transcribe.py(faster-whisper,small / medium)在 CPU 上产出带时间戳的 _transcript.txt 与 _transcript.json。转写前会做环境自检(numpy、PyAV、HF 缓存路径等常见踩坑已固化)。

转写稿读后约 30 秒自动判类:会议(决议/行动项)、访谈(深挖观点)、培训/知识(主讲+案例话术)、其他。你可覆盖类型;否则给出选项确认。随后按 references/templates.md 路由模板——会议记要、访谈洞察、知识萃取或轻量要点——由 Agent 直接整理(零 API key);若本机有 Ollama 且指定模型,也可改走本地 LLM 分块萃取。

产出 _萃取.md,顶部固定机器转写水印;专名、金额、日期等待核项标 [待核],末尾附待核清单,不凭空补结论。

适用边界与注意点

  • 长音频(如 >20 分钟)建议后台转写,再衔接判类与萃取。
  • 培训型「话术」会标注口头来源、未经合规审核;敏感值只标待核、不自动改写。
  • 不会自动写入 OD/知识库,除非你明确要求。
  • 转写精度受模型与录音质量影响;关键决策仍须人工校对。

使用场景

  • 会后只有录音文件,需要在本机转出带决议与行动项的会议纪要
  • 客户一对一访谈录音要整理成画像、痛点与可跟进洞察,且音频不能上云
  • 内部培训录音需按规则、案例与话术骨架落成知识稿,专名数字留待核
  • 手头 40 分钟中文会议音频,想用 small 模型本地试转并先判是会议还是闲聊

适合人员

  • 合规要求录音不出域的法务/内审,要把会议录音落成可归档纪要
  • 用户研究员每周整理多人访谈录音,需要固定「画像—观点—痛点」结构而非纯文稿
  • 内训师把主讲录音沉淀成可检索知识页,且愿接受机器转写水印与待核清单
  • 独立开发者在本机 CPU 跑 faster-whisper,不想为整理环节再配置云端 API Key