40 lines
1.5 KiB
Markdown
40 lines
1.5 KiB
Markdown
---
|
||
title: "TranscriptProcessing"
|
||
type: concept
|
||
tags: []
|
||
last_updated: 2026-04-22
|
||
---
|
||
|
||
# TranscriptProcessing
|
||
|
||
AI Agent 处理会议转录文本（Transcripts）的技术方法，包括文本解析、发言人识别、关键内容提取和信息结构化。是 [[MeetingNotes]] 自动化的核心技术环节。
|
||
|
||
## Definition
|
||
|
||
TranscriptProcessing 解决的核心问题：原始转录文本（VTT、SRT、TXT）包含大量噪音（语气词、重复、停顿），需要 AI 理解并提取有价值的信息。该过程包括：
|
||
- 格式解析：识别 VTT/SRT 时间戳、说话人标签
|
||
- 去噪清理：去除语气词、重复、停顿标记
|
||
- 发言人归属：将发言内容归因到具体人员
|
||
- 主题分段：识别不同讨论主题的边界
|
||
- 关键提取：决策、行动项、问题、待跟进事项
|
||
|
||
## Recommended Input Formats
|
||
|
||
| 格式 | 来源 | 优势 |
|
||
|------|------|------|
|
||
| VTT | Zoom/Google Meet 字幕导出 | 包含时间戳，利于发言人归属 |
|
||
| SRT | 视频字幕导出 | 时间戳支持多发言人识别 |
|
||
| TXT | Otter.ai 导出 | 已整理的纯文本 |
|
||
| JSON | Otter.ai API | 结构化数据（speaker, words, timing） |
|
||
|
||
## Key Insight
|
||
|
||
> "VTT/SRT subtitle files from Zoom or Google Meet work great as input — they include timestamps which help the agent attribute statements to speakers."
|
||
|
||
## Related Concepts
|
||
- [[MeetingNotes]] — 转录处理的主要应用场景
|
||
- [[ActionItemTracking]] — 从处理结果中提取行动项
|
||
|
||
## Related Sources
|
||
- [[meeting-notes-action-items]]
|