| name | interview-transcription |
| description | 访谈音频转写全流程系统：选择 ASR 路线运行转写、LLM 纠错、结构化阅读版生成、词库维护、评分表生成。当用户提到"转写"、"访谈转写"、"ASR"、"音频转文字"、"纠错"、"添加词库"、"结构化阅读"、"评分表"、"formal_transcript"、"corrected_transcript"时使用此 skill。 |
访谈转写系统
项目位置
/Users/tommy/Documents/codex/interview_transcription_eval/
├── configs/domain_lexicons/ # 运营商词库 YAML（可直接编辑）
│ ├── telecom.yaml # 运营商通用词
│ ├── broadcast.yaml # 广电/机顶盒词
│ └── gehua.yaml # 歌华专属词
└── prompts/
├── correction_system_prompt.md
├── gemini_direct_user_prompt.md
└── structured_reading_system_prompt.md
所有命令在项目目录下运行：
cd /Users/tommy/Documents/codex/interview_transcription_eval
推荐工作流（完整链路）
音频文件
→ Step 1: ASR 转写
→ Step 2: LLM 纠错（自动挂载词库）
→ Step 3: 结构化阅读版（可选，用于分析交付）
Step 1：ASR 转写路线选择
路线对比
| 路线 | 命令 | 中文质量 | 速度 | 适用场景 |
|---|
| SenseVoice + pyannote | run-sensevoice-pyannote | ⭐⭐⭐ | 快（39s/30min） | 主线，中文专用 |
| Gemini 直转 | run-gemini-direct | ⭐⭐（长音频不稳定） | 快 | 短音频或快速预览 |
SenseVoice 转写（主线）
uv run interview-transcription-eval run-sensevoice-pyannote \
--audio "/绝对路径/音频.wav" \
--output-dir "/绝对路径/输出目录"
输出到 输出目录/sensevoice-pyannote/：
raw_transcript.{md,json} — ASR 原始稿（含清洗前内容）formal_transcript.{md,json} — 清洗后正式底稿run_record.json — 耗时、段数等运行记录
环境要求
- SenseVoice 路线需要
HF_TOKEN 或 HUGGINGFACE_HUB_TOKEN
- Gemini 路线需要
GOOGLE_API_KEY 或 GEMINI_API_KEY
- 本地路线推荐 Apple Silicon Mac（pyannote 用 MPS，SenseVoice 用 CPU）
Step 2：LLM 纠错（自动挂载词库）
输入：Step 1 产出的 formal_transcript.json
uv run interview-transcription-eval run-correct \
--input-json "/输出目录/<route-id>/formal_transcript.json" \
--output-dir "/输出目录" \
--route-id <route-id>
route-id 与 Step 1 保持一致（如 sensevoice-pyannote）。
纠错自动执行三层：
- 规则预纠错 —
domain_lexicons/*.yaml 的 aliases 直接替换
- LLM 分块纠错 — 系统提示自动注入标准词表和短语提示
- 输出到同一目录：
corrected_transcript.{md,json} + correction_record.json
Step 3：结构化阅读版（可选）
将纠错后的底稿转为结构化分析稿（含访谈要点、摘要）：
uv run interview-transcription-eval run-gemini-structured \
--transcript "/输出目录/<route-id>/corrected_transcript.md" \
--speaker-hint 访谈者 \
--speaker-hint 被访谈人姓名 \
--output-dir "/输出目录"
词库维护（随时更新）
发现新的 ASR 错词时，编辑对应 YAML 文件，下次纠错自动生效：
| 文件 | 适用内容 |
|---|
gehua.yaml | 歌华部门名、人名、内部术语 |
broadcast.yaml | 机顶盒、广电、融媒体相关 |
telecom.yaml | 运营商通用（政企、运维等） |
添加格式：
aliases:
错误写法: 正确写法
phrase_hints:
- 需要上下文判断的标准短语
已知高频错误（gehua.yaml）：
- 增强组 → 终端组
- 研发中径 → 研发中心
- 品方中心 → 平台中心
附：评分表生成
用于人工评估转写质量：
uv run interview-transcription-eval make-scorecard \
--sample-name "技术部访谈-研发中心负责人邹海川" \
--output-dir "/输出目录"
已验证样本
音频：/Users/tommy/Documents/转写效果综合对比/2026-03-23 10_03_07-技术部访谈-研发中心负责人邹海川.wav
飞书参考：同目录 *-飞书.txt
输出目录：/Users/tommy/Documents/转写效果综合对比/output/
