audio-interview-minutes

name	audio-interview-minutes
description	将中文电话或面试录音整理为结构化纪要与最终汇总文档。当用户提供一批音频文件，希望完成 FunASR 转写、说话人区分、结合 database 修正术语和项目表述、按问题与回答重写成纪要，并最终汇总成一个文档时使用。适用于本仓库当前的 FunASR 工作流，也适用于相同目录结构的新批次录音。
argument-hint	[音频文件路径、音频目录或机构名称]
user-invocable	true

Audio Interview Minutes

何时使用

当用户希望把一批中文电话录音、面试录音或沟通录音整理成可复盘的文字材料时，使用本技能。

典型目标包括：

• 将音频转写为逐句文本
• 区分面试官和候选人
• 结合 database/ 修正姓名、学校、项目名、技术词和岗位信息
• 把碎片化口语整理成自然对话
• 按 岗位/部门介绍、项目问题、技能问题、求职意向与背景、流程与其他 等类别重写成纪要
• 将多通电话汇总为一个最终文档

当前仓库约定

优先沿用当前仓库里的脚本与目录，不要重新发明一套结构。

相关脚本：

• tools/transcribe_interviews_funasr.py
• tools/funasr_transcribe_interviews.py
• tools/refine_funasr_transcripts.py
• tools/generate_interview_minutes.py

输出目录约定：

• 原始转写：transcripts/funasr/intermediate/raw_funasr/
• 二次整理：transcripts/funasr/intermediate/refined/
• 自动纪要草稿：transcripts/funasr/intermediate/minutes_auto/
• 单通电话润色纪要：transcripts/funasr/intermediate/minutes_polished/
• 最终汇总文档：transcripts/funasr/<机构名或主题>电话面试纪要汇总.md

如果用户没有特别要求，保持这套目录，不要把中间产物散落到根目录。

输入检查

开始前先确认三类输入：

1. 音频文件
2. 简历数据库
3. 目标机构或批次名称

优先检查这些位置：

• 音频：用户给出的绝对路径，或项目内约定目录
• 数据库：database/personal.md、database/projects.md、database/positions.md
• 现有产物：transcripts/funasr/

如果数据库缺失，可以继续，但要明确告诉用户：术语修正、项目还原和角色判断的可信度会下降，存疑项会更多。

模型与环境

中文电话面试默认使用 FunASR 方案，优先带说话人区分：

• ASR：paraformer 或 seaco-paraformer
• VAD：fsmn-vad
• 标点：ct-punc
• 说话人区分：cam++

开始转写前先检查：

• 虚拟环境是否可用，例如 .\.codex-asr\Scripts\python.exe
• funasr、modelscope、torch、torchaudio 是否可导入
• 是否已有模型缓存目录 .model-cache/

如果缺少环境，先帮助用户检查和安装，再继续转写。

工作流

第一步：生成原始转写

使用现有 FunASR 脚本生成原始产物。默认目标是：

• *.funasr.json
• *.funasr.md

要求：

• 保留 sentence_info、时间戳和 spk
• 不要在这个阶段做重写
• 原始结果只做保存和最小格式化

如果脚本支持 --output 或 --limit，优先使用显式参数，避免覆盖其他批次数据。

第二步：建立语义参考

读取 database/ 中与用户本人相关的信息，至少提取：

• 姓名、学校、专业
• 项目名称
• 技术词和缩写
• 论文、专利、奖项、成果指标
• 投递岗位和部门方向

这一步的目标是形成“语义参考库”，而不是写死替换表。

不要把“错词 A 永远替换成 B”当作最终方法。数据库上下文和上下句语义，才是修正依据。

第三步：二次转写与角色校正

基于原始 funasr.json/md 逐句整理，输出到 intermediate/refined/。

需要做的事：

• 判断 SPK0/SPK1 谁是面试官、谁是用户
• 结合上下文纠正短句 speaker 跳变
• 删除无信息语气词，如“嗯”“啊”“那个”“就是”
• 合并连续碎句
• 修正明显的术语错识别
• 对无法确定的内容标记 [存疑]

这里可以使用 tools/refine_funasr_transcripts.py 生成草稿，但不要把脚本输出直接当最终稿。

最终目标是两层结果：

• *.dialogue.md：适合阅读的自然对话稿
• *.uncertain.md：需要人工回听核对的存疑句

第四步：生成纪要草稿

从 refined/ 生成结构化纪要草稿，输出到 intermediate/minutes_auto/。

每通电话至少整理出这些类别：

• 岗位/部门介绍
• 项目问题
• 技能问题
• 求职意向与背景
• 流程与其他

这一层不要追求文采，重点是把问题焦点和回答要点提炼出来。

第五步：人工语义重写

这是质量最关键的一步，不能完全依赖固定脚本。

对每通电话继续整理为 minutes_polished/ 下的 *.notes.md，要求：

• 问题不要照抄碎片句，而要改写成“面试官关注点”
• 回答不要逐句拼接，而要重写成逻辑连贯的自然段
• 项目描述以数据库事实为边界，不要凭空补内容
• 对明显识别错误但能从上下文确认的地方，直接修正
• 对仍然无法确认的地方，保留模糊表达或标注“录音处不清”

可参考的写法：

1. 先写通话概览
2. 再按类别整理问题和回答
3. 最后补复盘建议

第六步：汇总成一个最终文档

将所有 minutes_polished/*.notes.md 整合为一个总文档，默认放在：

• transcripts/funasr/<机构名或主题>电话面试纪要汇总.md

推荐结构：

# 电话面试纪要汇总

## 一、总体结论

## 二、各通电话索引

## 三、逐通电话纪要

## 四、统一高频问题

## 五、统一准备清单

如果这批电话都来自同一机构，标题直接用机构名；如果是混合批次，用更概括的主题名。

质量标准

完成后至少检查这些点：

• 音频数量和产物数量一致
• 每通电话都有纪要
• 角色没有大面积反转
• RK3568、STM32、OpenCL、NPU、PE 燃气管道 等术语前后一致
• 不能确定的内容没有被硬编成确定事实
• 最终汇总文档能脱离原始转写独立阅读

如果 PowerShell 查看中文出现乱码，不要直接判断文件损坏；优先确认文件是否为 UTF-8，并用正常编辑器打开检查。

执行建议

优先顺序如下：

1. 先保住原始转写
2. 再做数据库对齐和说话人校正
3. 再做纪要化重写
4. 最后做跨电话汇总

如果用户只需要某一层结果，不必强行跑完整条链路。例如：

• 只要逐句稿：停在 raw_funasr/ 或 refined/
• 只要单通电话纪要：停在 minutes_polished/
• 要复盘总文档：继续汇总

该技能不该做的事

• 不要把二次转写简化成固定词典替换
• 不要在没有依据时补写用户没说过的经历
• 不要删除原始中间产物，除非用户明确要求清理
• 不要把所有阶段混在一个目录里

当前项目的默认落地方式

在这个仓库里，默认做法是：

1. 用 FunASR 产出 intermediate/raw_funasr/
2. 用数据库和语义修订生成 intermediate/refined/
3. 生成 intermediate/minutes_auto/
4. 人工整理到 intermediate/minutes_polished/
5. 汇总到 transcripts/funasr/ 根目录

后续如果目录结构调整，先更新本技能中的路径约定，再更新相关脚本默认路径。