长视频转写

不会。页面返回的是完整文稿，而不是替人写好的概括。短版本由了解会议目的的人从文稿里写，判断留在读者手里。写的时候可以边读边删，留下的每句都有出处，事后也能对回录音。这也是它和摘要工具的分界：给原文，不给结论。

MP4、MOV、WebM、MKV 等常见视频封装都可以，通话或研讨会的音轨也能直接读。屏幕共享的讲座和手机录的站会走同一个上传入口，大小以页面上限为准，事先不需要转码。导出文件损坏时，先在播放器里确认能正常打开，省得来回猜。

作为单个文件连续处理，时长决定等待时间，但不需要人盯着。进度在队列里可见，处理期间可以去做别的事。急着要某一节结论时，把那段单独截出来先转，比等整场跑完更快，格式也完全一样。切分点选在发言结束时最自然。

说话人分离会标出每一轮，一个决定能归到提出它的人，提问也仍跟着提问者。录音棚级别的音频分得较准；会议室共用一支麦克风时，边界不太可靠，值得再过一遍。标注错了可以手动改，人多的会建议先确认名单再校对，不必自己逐句猜。

国际团队里常见的多语会议，最好手动设定主要语言；如果一场通话前后两半语言分明，也可以分两次处理。除此之外，自动判断覆盖的口语范围很广，通常不需要事先声明语种。语言混用的会议，宁可多跑一次，也不要指望一次就分对。

在文稿里搜一个人名、一个项目名，或「下一步」这样的说法，再读它后面的段落。每个文本块都带时间戳，可以按它回放，听清当时的语气和原话，再把结论转述到会议之外，避免只凭记忆复述。别急着交付，先确认人名和数字。

措辞、说话人姓名和标点都能在浏览器里改，屏幕上改过的就是离开页面的版本。纯文本适合文档或内部知识库，字幕文件适合播放器。阅读、修改和导出都不需要安装任何东西。导出前再通读一遍，错漏通常集中在人名上，改完再导出。

麦克风靠近、轮流发言清楚的会议，需要改动最少。大房间里的免提电话、抢话和背景噪声会让更多词进入复核，人名和缩写是常见的错处。对着时间戳校对，修改会快很多，也不必反复听整段，确认之后就能直接引用，避免返工。