转写完成。全程在本机运行(whisper medium + 说话人嵌入模型都只做了下载,录音文件没有离开这台电脑),依赖装在 /workspace/iso-v6/main/.venv,流程脚本在 transcribe.py,可复现。
生成了两个文件(都在 `材料/` 文件夹):
通话录音_20261013_1032_转写.txt— 90 秒录音,12 个对话轮次,两人分开。说话人A 是律师助理林可(开场自报),B 是来访人。通话录音_20261013_1032_复核清单.txt— 9 处建议回听,带时间点和原因。
建议回听的 9 处(详情在复核清单里):
左右滑动,查看完整表格
| 时间 | 内容 | 原因 |
|---|---|---|
| 00:00–00:08 | “七姐您好…想跟您在对几个地方” | 人名;“七姐”疑为“祁姐",“在对”疑为“核对” |
| 00:09–00:23 | “那个三千块…十盒名钱,一月四号放到门卫” | 金额“三千块”;日期“一月四号”需确认;“名钱”疑为“名茶" |
| 00:23–00:26 | “他转钱时说了一句,年底了先这样" | 日期(年底) |
| 00:37–00:41 | “借条元件您找到了吗" | “元件”疑为“原件" |
| 00:42–00:50 | “那块水资元件上也看不太清…好像有一笔" | “水资”疑为“茶水渍”(借条金额处,关键句) |
| 00:51–00:55 | "卢先生、老卢" | 人名 |
| 01:04–01:06 | "那一万现金" | 金额 |
| 01:08–01:18 | "那八万好像不是三月五号转的" | 金额“八万”+日期“三月五号”(转账时间,关键句) |
| 01:19–01:26 | "下周一前能拿过来吗" | 日期 |
几点说明:
- 转写是逐字原样的,whisper 听错的词(如“名钱”“元件”)我没有改,只在清单里标注了疑为正确词,回听后你自己定。
- 说话人区分:whisper 不带分人功能,我用声纹嵌入(ECAPA)对语音块做了二聚类。快速问答(00:37 起“找到了吗?/找到了”这种)边界已按声学信号切开,与对话内容逻辑完全吻合;但“哎”“对”这类短应答词贴在谁的话后面是按声学近邻归属的,如与实际不符以你回听为准。
- 中间有段对话两人语速快、换人频繁(00:23–00:36),这段的轮次边界建议顺手留意一下。
- 模型对这些句子本身置信度都不低,所以上面“疑似误听”是我结合案卷材料做的判断,不是模型输出的不确定度;转写正文没动。