采访录完了,逐字稿从这一步开始

一小时的采访录音,边听边敲字要三四个小时,还得来回拖进度条找刚才那句原话是怎么说的。截稿时间就在后面追着,这一步耗掉的时间往往比写稿本身还长。

采访和普通录音不太一样的地方

采访录音大多是两个人的对话,一问一答,中间夹杂着追问和插话。记者说话的比例不高,受访者往往一口气讲好几分钟,中间不怎么停顿。这种长段独白对着录音一句句听着敲字最费时间,因为耳朵和手很难跟上语速,常常要倒回去重听。如果是圆桌或者多人访谈,还要在几个人之间来回分辨是谁在讲。

转出来先看谁说了哪句

畅译在转写时会自动识别发言人切换,把记者的提问和受访者的回答分开标注,不用自己再回头听一遍去标记这句是谁说的。这一步靠的是音频层面定位话轮边界,不是靠猜文本内容像谁说的话,具体怎么做的写在说话人分离为什么会认错人里。整理成稿的时候,直接顺着标好的发言人往下捋,提问和回答一目了然。

受访者的长段独白,不用来回拖进度条

受访者讲到兴头上一口气说好几分钟很常见,过去这种段落最耗时间,得反复暂停、倒退、重听。转出来之后这些内容已经变成带标点、分好段落的文字,想核对某一句原话怎么说的,在文字里搜关键词就能定位到对应位置,不用再拖动播放条一段段找。

专业术语和人名,自己纠一次就够

受访者的名字、公司名、行业术语,机器识别容易出错,尤其是不常见的专有名词。逐字稿可以直接点开编辑,把错的地方改过来,改完不会被后台重新识别的结果覆盖回去。如果同一个词后面还会反复出现,加进纠错词典之后,后续的转写会自动按纠正过的写法处理,不用每次都手动改一遍。

圆桌采访,声纹库记得住常聊的人

如果是固定嘉宾的系列访谈或者圆桌讨论,声纹库会记住已经标注过的发言人,同一个人再次出现在新的录音里,系统会尝试自动比对匹配,不用每次都重新手动标注一遍是谁在说话。

敏感内容录在手机里,不经过别的服务器

有些采访会聊到受访者还没公开的想法,或者对上级、对同行的直接评价,这些内容对方大概率不希望在见报前就流转到别处。畅译的识别、发言人分离全部在设备本地完成,音频和文字不上传,飞行模式下也能正常转写,具体的数据边界写在录音不上传里。

转完之后怎么用

逐字稿整理好之后,可以导出带发言人色标的 PDF 发给编辑核对原话,也可以导出 txt 文本直接复制进写稿工具。如果这次访谈内容多、需要先提炼要点再动笔,还能联动生成结构化整理,具体怎么用写在AI 智能纪要里,不过大部分采访场景里,分好发言人的逐字稿本身已经够用来写稿。