by 运行时依赖
安装命令
点击复制技能文档
通话录音转写
核心流程：转录音频 → 整理实录与纪要 → 提取待办 → 输出结果。
Step 1: 环境准备与转录 1.1 安装依赖
首次使用时安装（后续跳过）：
pip 安装 faster-whisper --break-系统-packages 2>/dev/null || pip 安装 faster-whisper
--break-系统-packages 用于容器/沙箱环境。如果环境不允许，回退到不带此参数的安装。
1.2 音频转录 from faster_whisper 导入 Whisper模型 导入 os
audio_path = '<音频文件路径>'
# 根据文件大小选择模型：< 5MB 用 small，否则用 medium file_size_mb = os.path.获取size(audio_path) / (1024 * 1024) 模型_size = 'small' if file_size_mb < 5 else 'medium'
try: 模型 = Whisper模型(模型_size, device='cpu', compute_type='int8') segments, 信息 = 模型.transcribe(audio_path, language='zh') transcript = [seg.text for seg in segments] full_text = '\n'.join(transcript) except 异常 as e: # 转录失败时，告知用户具体原因并停止后续流程 print(f"转录失败：{e}") # 常见原因：音频格式不支持、文件损坏、内存不足 # 向用户说明错误并建议：检查文件格式、尝试转换为 mp3/wav 后重试 rAIse
支持的音频格式：mp3, m4a, wav, ogg, amr, mp4, flac, 网页m
模型选择参考：
small（~500MB）：电话录音、短对话，速度快 medium（~1.5GB）：会议录音、多人讨论、口音较重，准确率更高 如果用户明确要求高精度，使用 medium 1.3 文件名信息提取
从文件名中尽量提取元数据：
文件名模式 提取内容 XX_20260323.m4a 来源：XX，日期：2026-03-23 Record_20260323_143022.mp3 日期：2026-03-23 14:30 CallRecord_+8613912345678.m4a 来源：+8613912345678 其他 用文件名原文作为来源 Step 2: 整理实录与生成纪要
拿到转录原文后，做三层加工：
2.1 整理实录
将转录原文整理为可读的对话实录：
根据语义和上下文判断说话人，标记为 我 和 [对方姓名/身份] 合并同一说话人的连续短句 修正明显的语音识别错误（专有名词、人名、机构名） 格式：每段以 我： 或 XX： 开头 2.2 生成纪要
用连贯段落概括通话内容（3-5 句话），包含：
通话背景：谁和谁、什么事由 主要讨论内容和关键结论 后续安排和跟进事项
纪要简洁精炼，不用列表格式。
2.3 提取待办
从通话内容中识别具体的待办事项：
明确承诺要做的事 约定的时间节点或截止日期 需要跟进或确认的事项
如果没有明确的待办事项，标注"本次通话未提取到明确的待办事项。"
Step 3: 输出结果
根据环境配置选择输出方式。优先检测飞书凭证，有则输出飞书文档，无则输出本地文件。
3.1 输出内容模板
无论哪种输出方式，内容结构统一：
# 通话录音转写
来源：[从文件名提取，或标注"未知"] 时间：[YYYY-MM-DD HH:MM，无法提取则标注"未知"] 时长：[MM:SS，从转录 信息 中获取]
实录
我： [说话内容]
XX： [说话内容]
...
纪要
[连贯段落，3-5句话]
待办
[待办事项，或"本次通话未提取到明确的待办事项。"]
3.2 飞书文档输出（需要凭证）
检测到 FEISHU_应用_ID 和 FEISHU_应用_SECRET 环境变量时：
feishu_doc action=write
使用上述模板内容创建飞书文档，markdown 标题会自动转换为飞书文档标题格式。
不要用 更新_block，必须用 action=write。
输出失败时降级为本地文件输出（见 3.3）。
3.3 本地文件输出（默认/降级）
未配置飞书凭证，或飞书输出失败时：
将内容保存为 Markdown 文件，文件名格式：通话纪要_[来源]_[日期].md
# 示例路径 输出/通话纪要_XX_20260323.md
Step 4: 发送结果与待办确认 4.1 发送结果
飞书输出成功时：
📄 [飞书文档链接]
待办事项：
- [待办内容]
- [待办内容]
确认计入工作待办？(是/否/修改)
本地文件输出时：
📄 已保存：通话纪要_XX_20260323.md
待办事项：
- [待办内容]
- [待办内容]
确认计入工作待办？(是/否/修改)
无待办时，只发文档/文件链接，附注"本次通话未提取到明确的待办事项。"，不需要确认。
4.2 待办确认与写入
用户确认后才将待办写入 memory/todo.md（相对于当前工作目录）：
"是" / "确认" / "OK" → 追加写入 todo.md，回复"已计入工作待办" "否" / "不要" → 不写入，回复"已忽略" 用户给出修改内容 → 按修改调整后再次确认
todo.md 格式：
[日期]
- [ ] [待办内容]（来源：[通话来源]）
未收到确认前，不写入 todo.md。
错误处理 场景 处理方式 音频格式不支持 告知用户，建议转换为 mp3/wav 后重试 转录结果为空或乱码 提示音频质量可能不足，建议换 medium 模型重试 faster-whisper 安装失败 提示用户检查 Python 环境和网络连接 飞书文档创建失败 自动降级为本地 Markdown 文件输出，告知用户 模型下载超时 提示首次使用需下载模型（small ~500MB），建议在网络稳定时重试