分段转写怎样拼接?低能量切点、ASCII空格与原词证据核对

拼接规则能改变边界空格,但不证明句子、标点和语义已校正

CollieNoteSegmenter用16k采样、28秒窗口,在末8秒按1600帧步长寻找低能量位置,末尾/较短最终窗口另处理。join只在两侧都是ASCII字母或数字时加一个空格;其他边界直接拼接。它不是语义断句、自动补标点、说话人识别或字级对齐,本页不新增结构化纪要引擎。

与听核原话和导出编码的分工

听核检查识别内容,导出指南核序列化;这里核分段/拼接算法本身给结果增加或保留了什么边界,以免把处理产物当未经编辑的逐字原件。未运行识别模型或音频测试。

检查项 已核范围 人工复核 不应推断
窗口 16k、最多28秒处理窗口 实际最后窗口与长度 每28秒必为完整一句
搜索区 末8秒低能量查找 声学切点而非语义 所有词都不会被切断
步长 1600帧约100ms 粒度与实际内容分开 每词100ms对齐
ASCII边界 两侧字母/数字时加空格 API与V2拼成API V2 空格一定来自原始口述
其他边界 直接拼接,不通用修辞 中文/标点/已有空格 自动语法纠错或段落分层
空/首段 按实现保留已有或下一段 实际原词和输出 自动补齐缺句
元数据进度 帧位置与文字不是同一度量 transcribedFrames与原音频 每段已人工审校
归档说明 原引用/实际处理稿/修订分开 新增空格或人工断句依据 自动生成原话真实性证书

合成拼接示意

API + V2得到API V2;样例 + 说明直接得到样例说明。这是简单边界规则示意,不是实际识别准确率。若人工补标点、断句或改别名,应标为编辑动作并保留依据,不能说成模型或源音频已经明确给出。

低能量不保证没有词,不用算法注释代替真实听核。用于后续简报时仍保持条件、否定与未知,不从拼接稿自动推导业务批准或已执行状态。

FAQ

28秒窗口是否就是自动语义分段?

不是。声学窗口/切点不等于句子边界或说话人分离。

低能量切点能保证不切词吗?

没有保证。该策略不替代真实音频与识别结果核对。

API V2中的空格必为原话吗?

不必。join会在ASCII字母数字边界补空格,应区分处理规则与原始证据。

中文边界会自动补空格和标点吗?

不由该join提供。其他边界直接拼接,不是通用中文排版或纠错器。

帧进度是否说明全部词已听核?

不说明。处理位置、最终文字与人工验证分别看。

本页是否新增分段编辑或自动纪要?

没有。只是按固定源码核拼接范围,不提供新界面/API或模型能力。

相关指南与源码

片段原词核对 · 导出文字格式 · 音文材料对应 · 开始 · 隐私

CollieNoteSegmenter与join · 处理帧元数据