访谈录音转文字：保留说话人标签，方便校对与引用

带说话人标签的访谈转写，可以把已获授权的音视频录音转换为按声音区分的可编辑文字。 用于引用、研究、字幕或公开发布前，请核对标签、姓名、措辞和时间戳。

Seply 的语音转文字工作区支持语言检测、说话人日志、词级时间戳、说话人筛选、在线编辑，以及 TXT、SRT、VTT、JSON 下载。

需要文字交付物时，选择转写

说话人日志标注谁在什么时候说话，转写提供具体文字。两者结合得到的是带标签的文本，不是独立音轨。对比指南解释了两者区别及技术来源。如果剪辑师需要独立音轨，请使用访谈说话人分离。

以校对为重点的访谈转写流程

1. 上传尽量接近原始版本的录音

优先选择语音清楚、经过较少有损转码的源文件。Seply 支持常见音频和视频格式，文件不超过 1 GB，时长不超过 10 小时。请确认你拥有素材，或已获得处理授权。

2. 设置语言并开启说话人日志

不确定录音语言时，可以使用自动检测；已知语言时，手动选择可以限定识别范围。需要区分发言人时，保留“标注说话人”开关；单人独白不需要标签时，可以关闭。

3. 处理前确认积分

语音转文字每开始 3 分钟使用 1 积分，最低 1 积分。20 积分最多可用于约 60 分钟的转写。Seply 会在启动任务前显示预估，最终以服务端计算的时长为准。

4. 先核对说话人，再修改姓名

自动标签只是“说话人 1”“说话人 2”这样的临时标识。填写真实姓名前，请试听多个身份明确的片段。简短插话、开场介绍和同时说话的段落尤其容易需要调整标签。

5. 优先核对影响理解的文字

先检查人名、数字、专业术语、直接引用，以及任何用作决策依据的句子。搜索和说话人筛选可以提高校对效率，但原始音视频始终是核对依据。

6. 根据下一步用途导出

• TXT：便于阅读的纯文本。
• SRT：适配常见字幕工具。
• VTT：用于网页字幕。
• JSON：适合需要段落、说话人和时间结构的其他系统。

可编辑结果和原始媒体仅对本账户开放，私密保存 30 天；提前删除则会结束访问。请在到期前下载需要的交付文件。

哪些内容必须人工核对

遇到密集串音，可以查看多人同时说话的处理指南，了解原始素材可能保留或缺失的信息。需要在音轨和文字之间作选择时，请阅读说话人分离与说话人日志的区别。

交付前逐项检查

分享文字稿前，请确认：

• 每位具名说话人都经过已知上下文核实。
• 日期、数字、姓名和直接引用均已对照音频检查。
• 听不清的词保留不确定标记，不凭猜测补全。
• 导出格式与下游工具相匹配。
• 协作者不再需要文件时，及时收回访问权限。
• 按组织的授权和保留政策保存原始录音。