Update nexus wiki content

wiki/concepts/StructuredTranscriptJSON.md

@@ -0,0 +1,70 @@
+---
+title: "StructuredTranscriptJSON"
+type: concept
+tags: ["voice-ai", "transcription", "json-schema", "interoperability"]
+last_updated: 2026-05-02
+---
+
+# StructuredTranscriptJSON（结构化转录 JSON）
+
+## Definition
+
+Structured Transcript JSON 是转录管道输出的稳定 Schema JSON 格式，包含分段时间戳、说话人标签、置信度分数、完整文本和元数据。设计原则：**添加字段，永不删除或重命名**——下游消费者（CMS、LLM Agent、CI 工具）依赖 Schema 稳定性。
+
+## Schema Design
+
+```json
+{
+  "schema_version": "1.0",
+  "metadata": {
+    "source_file": "...",
+    "duration": 3600.5,
+    "language": "en",
+    "transcription_date": "2026-05-02"
+  },
+  "segments": [
+    {
+      "index": 0,
+      "start": 0.0,
+      "end": 5.2,
+      "duration": 5.2,
+      "speaker": "SPEAKER_00",
+      "text": "Hello, welcome to the meeting.",
+      "confidence": -0.31
+    }
+  ],
+  "full_text": "Hello, welcome to the meeting...",
+  "speakers": ["SPEAKER_00", "SPEAKER_01"],
+  "total_duration": 3600.5
+}
+```
+
+## Schema Versioning Rules
+
+- **向后兼容**：新增字段是安全的（消费者忽略未知字段）
+- **破坏性变更**：删除/重命名字段 = 破坏所有消费者 = 必须 major 版本升级
+- **版本声明**：每个文档必须包含 `schema_version` 字段
+
+## Output Format Variants
+
+| 格式 | 用途 | 包含内容 |
+|------|------|---------|
+| JSON | LLM Agent、CMS API | 全量结构（含时间戳、说话人、置信度） |
+| SRT | 字幕文件、视频嵌入 | 时间戳 + 说话人前缀 + 文本 |
+| VTT | Web 字幕 | 时间戳 + 说话人前缀 + 文本（WebVTT 格式） |
+| TXT | 快速查阅 | 纯文本，无元数据 |
+
+## Downstream Consumers
+
+- [[LangChain]] / CrewAI：JSON 作为 `Document` 或 `Conversation` 输入
+- CMS（Drupal/WordPress）：JSON 存储为 `field_transcript_json`，`full_text` 存储为正文
+- GitHub Actions：JSON 作为 CI artifact，触发后续处理流水线
+- [[LLMHandoff]]：将 JSON 中的 `segments` 格式化为带时间戳的文本行用于 LLM 摘要/问答
+
+## Related Concepts
+- [[PIIRedaction]] — 输出前的 PII 脱敏
+- [[SpeakerDiarization]] — `speaker` 字段的数据来源
+- [[LLMHandoff]] — 消费 Structured JSON 的标准接口
+
+## Related Sources
+- [[engineering-voice-ai-integration-engineer]]