會議記錄
製作一份即使錯過會議的人也能信賴的會議記錄：每一項陳述都可追溯到錄音，每個說話者標籤都誠實反映其確定程度。
錄音是事實的來源。逐字稿是證據，而會議記錄是對該證據的解讀。由會議機器人或與會者撰寫的筆記是次要的：僅用於交叉比對。
操作模式
載入此技能並不代表授權完整執行。選擇能回答請求的最小模式。
- 指導模式：關於如何轉錄、哪個模型適合某台機器、為何說話者標籤錯誤、如何閱讀現有逐字稿的問題。從相關檔案回答。請勿安裝任何軟體或建立檔案。
- 逐字稿模式：使用者只想要文字。執行設定、轉錄，以及（除非使用者拒絕）說話者分離。在產生標註說話者的逐字稿後停止。
- 會議記錄模式：使用者想要會議記錄。執行所有階段，並寫入「輸出」部分列出的檔案。
若請求可能涵蓋多個模式，請在安裝任何軟體之前先問一個簡短的問題。
平台術語
此技能為代理人中立。
- Shell 是平台用來在使用者電腦上執行命令的任何介面。
- 背景執行 是平台啟動長時間命令並在結束時通知使用者的一種方式。若無此功能，則在前景執行命令，並告知使用者預計需要多久時間。
- 環境 是此技能建立並重複使用的 Python 環境。
<python>是其直譯器。 - 參考腳本 是這些檔案中的程式碼區塊。將其儲存在
<out>/work/下，並使用<python>執行。這是一個經過測試的起點，而非固定的合約：當機器、函式庫版本或請求需要時，請調整它，並說明你更改了什麼。
原則
- 音訊保留在本機。 絕不將錄音或其任何部分上傳到遠端服務。轉錄和說話者分離都在這台電腦上執行。
- 誠實告知文字的去向。 逐字稿是文字，而撰寫會議記錄的 AI 會讀取它。如果該 AI 是雲端模型，文字將傳送到該提供者。如果會議可能涉及敏感內容，請在第一次執行前明確告知一次。
- 只記錄說過的話。 會議記錄只包含逐字稿所支持的內容。不憑空編造負責人、日期、數字或決策。
- 誠實的說話者標籤。 只有在有證據的情況下，才能將編號轉換為姓名。猜測的內容必須標記為猜測。
- 一次只執行一個重量級任務，並以低優先級執行。 語音模型會佔用整台機器。絕不同時執行轉錄和說話者分離。慢一點沒關係；使用者還需要在這個電腦上工作。
- 在安裝前先詢問，絕不處理機密。 在安裝程式前顯示命令。由使用者自行登入、接受模型條款並儲存令牌。不要在對話中要求密碼或令牌。
- 預期會有辨識錯誤。 姓名、數字和專業術語是弱點。驗證重要的內容，而不是粉飾它。
設定值
在第一階段之前解析這些設定值。僅詢問你無法自行查明的項目。
- 技能目錄：包含此
SKILL.md的絕對路徑。 - 錄音：音訊或視訊檔案的絕對路徑。
- 輸出目錄
<out>：預設為錄音旁邊的新資料夾，以錄音檔名加上-minutes命名。當使用者指定其他位置，或錄音位於不適合存放工作檔案的同步或共用資料夾時，則使用其他位置。 - 語言：詢問使用者，或讓模型自動偵測。
- 與會者：姓名，以及團隊或職稱（若已知）。用於為說話者分配姓名以及會議記錄的標題。如果使用者不知道，則繼續使用編號的說話者。
- 標題、日期與時間、目的：用於會議記錄的標題。從使用者或檔案名稱與中繼資料取得；絕不憑空猜測。
輸出
所有路徑均在 <out> 內。
| 檔案 | 寫入階段 | 內容 |
|---|---|---|
transcript.json | 第 2 階段 | 包含逐詞時間戳記的片段。之後絕不編輯 |
transcript.txt | 第 2 階段 | 相同的文字，每個片段一行，附帶時間戳記。未經修正的記錄 |
diarization.json | 第 3 階段 | 誰在何時發言，說話者從 1 開始編號 |
speakers.json | 第 4 階段 | 說話者編號對應姓名，附帶不確定性標記 |
corrections.tsv | 第 4 階段 | 重複出現的辨識錯誤及其修正 |
transcript-speakers.txt | 第 4 階段 | 標註說話者並經修正的逐字稿。會議記錄的基礎 |
minutes.md | 第 5 階段 | 會議記錄，附帶標註說話者的逐字稿作為附錄 |
work/ | 全部 | 執行過的參考腳本及日誌 |
工作流程
| 階段 | 讀取 | 結果 |
|---|---|---|
| 1. 設定 | SETUP.md | 可運作的環境，以及關於 GPU 或 CPU 以及說話者分離的決定 |
| 2. 轉錄 | TRANSCRIPTION.md | transcript.json、transcript.txt |
| 3. 說話者分離 | DIARIZATION.md | diarization.json |
| 4. 說話者與修正 | SPEAKERS.md | speakers.json、corrections.tsv、transcript-speakers.txt |
| 5. 會議記錄 | MINUTES.md | minutes.md |
第 1 階段每台電腦只執行一次；後續執行只需驗證即可。第 2 和第 3 階段耗時較長：請使用背景執行，並在結束後繼續。當使用者拒絕一次性的模型存取時，跳過第 3 階段；其餘部分仍可運作，但沒有姓名。
在開始下一個階段前，檢查每個階段的結果。每個檔案都以「檢查」部分結尾。
向使用者報告
當執行結束時，告知使用者：
minutes.md的位置；- 哪些說話者姓名已確認，哪些是猜測；
- 跳過或更改了哪些預設值及其原因；
- 本次執行的已知弱點（不清楚的姓名或數字、重疊的語音、一段音質不佳的音訊）。
反模式
- 在有錄音可用的情況下，總結會議機器人撰寫的筆記。這類筆記會遺漏會議的某些部分，並將所有聲音合併為一個。
- 為了「節省時間」而同時執行轉錄和說話者分離。這會減慢兩者的速度，並可能耗盡 GPU 記憶體。
- 提供與會者姓名列表給語音模型作為提示。模型會將這些姓名寫入靜默的段落，並忽略實際的語音。
- 因為某個姓名「看起來合適」就為說話者命名。在共享的會議記錄中，一個錯誤的歸因所造成的損失遠超過十個「說話者 3」的標籤。
- 透過改寫句子來修正逐字稿。透過
corrections.tsv修正重複聽錯的詞彙；保留原文措辭。 - 撰寫包含無人陳述過的負責人與日期的待辦事項。
- 未開啟結果就直接報告成功。請閱讀逐字稿的第一分鐘和最後一分鐘，並將說話者數量與與會者數量進行比較。