# Speech Notes

> 将录音/语音转写为结构化演讲纪要。适用于：会议讲话、内部分享、演讲录音的转写整理。 触发条件：用户发送音频文件并要求整理/转写/纪要，或要求将已有转写文本整理成结构化纪要。

- Skill: `dvcrn/speech-notes` (Agent Skill)
- Install (CLI): `npx skillmds@latest add dvcrn/speech-notes`
- Raw SKILL.md: https://api.skillmd.com/api/skills/dvcrn/speech-notes/raw
- Safety review: pending (external: skill-scanner PASS, skillspector PASS)
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: Coding & Dev Tools
- Author: dvcrn (https://skillmd.com/u/dvcrn)
- Updated: 2026-09-08
- Page: https://skillmd.com/skills/dvcrn/speech-notes

---


# 演讲纪要整理 Skill

将录音转写为高质量的结构化演讲纪要。整个流程分两步：**转写**和**整理**。

## 第一步：转写

### 音频预处理
- 用 `ffprobe` 获取时长、采样率等信息
- 超过 5 分钟的录音：用 `ffmpeg -f segment -segment_time 300` 分段（每段 5 分钟）
- 每段压缩：`ffmpeg -ar 16000 -ac 1 -b:a 32k`（降低体积，提高 API 成功率）

### 转写方式（优先级）
1. **飞书 STT**：如有 `file_key`，调用 `scripts/speech-to-text.sh --feishu-file-key <key>`
2. **分段 Gemini**：写 Python 脚本，逐段调用 `generativelanguage.googleapis.com`，用 `inline_data` 传 base64 音频
3. **分段 Qwen**：DashScope `qwen-omni-turbo`，同上方式

### 转写 Prompt
```
请精确转写这段中文语音的全部内容，保留原始表述和口语化表达，不要遗漏任何内容。只输出转写文字。
```

### 注意事项
- Gemini 转写可能繁简混杂（同一段落出现繁体和简体），整理时需统一
- 保存原始转写到本地文件备查

## 第二步：整理

### 文档结构（必须包含）

```
# [标题：有观点、有张力，不要纯描述]

> 整理自 [谁] 于 [日期] 在 [场合] 的讲话要点     ← 引用容器，居中对齐

## 一、[主题板块]
### [三级标题]
正文段落 / bullet 列表

---                    ← 分隔线：仅在 H2 之间使用

## 二、[主题板块]
...
```

### 核心原则

#### 1. 头部三要素
- **谁说的**：讲话人姓名和职位
- **什么场合**：会议名称、日期
- **标题**：提炼核心观点，不要只写「XX会议纪要」
- 头部归属行放在**引用容器**（飞书 quote_container）中，**居中对齐**

#### 2. 第一人称视角
- 保留讲话人的第一人称（「我」「我们」），但精简多余的「我」
- 不要改成第三人称（「讲话者认为」）

#### 3. 保留原味，去除口语
- **保留**：讲话人的力度表达（「打脸」「浪费生命」「给它打工」）、场景中的人物称呼（群里叫「铎神」就写「铎神」，不要改成全名）
- **去除**：「呃」「就是说」「怎么讲」等填充词、重复的句子、碎碎念式的过渡

#### 4. 不加 AI 痕迹
- 不要在文档底部写「本文由 AI 转写整理」
- 不要加「原始录音约 XX 分钟」
- 交付的是一份正式纪要，不是 AI 产物

---

### ⭐ 排版格式规范（最重要的部分）

这些规则来自对高质量终稿的 block 级逆向分析。排版直接决定文档的可读性。

#### 标题层级严格分工

| 层级 | 飞书 block_type | 用途 | 数量 |
|------|----------------|------|------|
| H2 (##) | heading2 | 大板块（一、二、三…） | 3-5 个 |
| H3 (###) | heading3 | 小节主题 | 每个 H2 下 2-4 个 |
| **加粗文本段** | text (bold) | 子话题标签（不是标题！） | 按需 |

**关键区分**：
- 「第一，「活人感」」「第二，跨会话记忆」→ **加粗文本段**，不是 H3/H4
- 「关于人才输出」→ **加粗文本段**，不是 H3
- 只有独立的小节主题才用 H3，如「三个让人印象深刻的瞬间」「时间线与调整计划」
- **规则：如果一个子话题只有 2-3 个 bullet，用加粗文本段；如果有完整的段落+bullet 结构，才用 H3**

#### 段落文本 vs Bullet 的选择（核心）

这是 AI 整理纪要最容易犯的错。不是所有内容都该变成 bullet。

**用段落文本（text block）的场景：**
- 开场白 / 场景铺垫：「在座的各位主管，对大模型的理解，在全行业都处于前沿」
- 过渡引导句：「原因主要有：」「这是一个尚未完全确认的类比，但逻辑上是成立的：」
- 核心结论（加粗）：「核心认知转变：过去认为有一个强模型就够了，今天看来，Scaffold 同样重要。」
- 收束/感召句：「各位，我们有幸生于这个年代」「要把我们的生命投入到这一轮浪潮中」
- 已经足够有力的单句话，不需要拆成 bullet

**用 Bullet 的场景：**
- 并列论据/原因（「模型能力跃升」「框架飞速迭代」）
- 叙事序列（先发生A → 然后B → 最后C）
- 对比/映射（「过去：…」「未来：…」）
- 具体事例的细节展开

**判断公式：这句话是「引出观点」还是「支撑观点」？引出 = 段落，支撑 = bullet。**

#### Bullet 的嵌套与精炼

**嵌套规则：**
- 最多 3 层（一级 bullet → 二级 sub-bullet → 三级 sub-sub-bullet）
- 一级 bullet = 论点/事件主干
- 二级 sub-bullet = 证据/细节/对话
- 三级仅在必要时使用（如飞轮链条：用户→问题→修复→PR→进化→更多用户）

**精炼规则：**
- **Bullet 前半加粗 + 后半普通**：「**范式变了，当前的组织必然不高效**——无论工作流还是人员配置…」
- 加粗部分是核心论点（可以只扫加粗就读懂全文），后半是解释/证据
- 每个 bullet 控制在 1-2 行，超过就该拆成子 bullet
- 对比用「前缀：内容」格式：「过去：给业务部门交付模型」「未来：**Model + API + Scaffold** 的体系交付」

#### 引用块（Quote Block）的使用

- 整篇文档只用 **1-2 个** 引用块，用于最有冲击力的原话
- 如：「今天是在跟时间赛跑。慢一天，能输出的机会就少一点。」
- 飞书引用块可加背景色（background_color: 4 = 绿色背景）增强视觉效果
- **不要** 把所有直接引语都做成引用块——太多就失去了强调效果

#### 表格的使用

- 结构化数据（时间线、对照表）用飞书表格，不用 bullet 模拟
- 表头用 H4 加粗，数据行用普通文本
- 适合场景：里程碑/时间线、功能对比、角色分工

#### 呼吸感（空行与分隔线）

- **H3 后** 空一行再开始内容（如果下面紧跟加粗标签）
- **加粗标签后** 直接跟 bullet（不空行）
- **bullet 组与下一个加粗标签之间** 空一行
- **H2 之间** 用分隔线 `---` + 空行（文档仅在 H2 之间有分隔线，其他地方不用）
- **结语段落之间** 空一行（每句话独立成段，增强节奏感）

#### 加粗的层次

加粗不是随便用的，它有明确的层次：

1. **整句加粗**（最强调）：核心结论、感召句
   - 「**核心认知转变：过去认为有一个强模型就够了，今天看来，Scaffold 同样重要。**」
   - 「**要把我们的生命投入到这一轮浪潮中，做出真正能改变世界的事情！**」

2. **Bullet 前半加粗**（论点突出）：论据 bullet 的核心部分
   - 「**快 = 保人**——调整得快，才有可能把人才留在小米体系内」
   - 「**模型能力跃升——核心是指令遵循**」

3. **关键词加粗**（重点标记）：人名、数字、专有名词
   - 「**Model + API + Scaffold** 的体系交付」
   - 「提出了一个新概念：**「体感」**」

4. **子话题标签**（结构引导）：不用标题，用加粗文本段落
   - 「**第一，「活人感」**」
   - 「**关于人才输出**」
   - 「**调整分两步：**」

---

### 常见错误（避免）

| 错误 | 正确做法 |
|------|----------|
| 标题写「XX会议纪要」 | 提炼核心观点作为标题 |
| 不交代讲话人和场合 | 头部引用容器写明三要素 |
| 把人物称呼改成正式全名 | 保留场景中的自然称呼 |
| 所有内容都用 bullet | 开场、结论、感召用段落文本 |
| 所有子话题都用 H3 | 轻量子话题用加粗文本段 |
| bullet 太长（一个 bullet 一整段） | 拆成主句 + sub-bullet |
| 到处加引用块 | 全文仅 1-2 处最有力的原话 |
| 没有空行，内容紧贴 | 段落间、bullet 组间留呼吸感 |
| 过渡句太多（「先从…说起」） | 直接进入内容 |
| 底部加 AI 声明 | 不加 |
| 所有标题都是「关于XX」 | 标题风格多样化 |
| 时间线用 bullet 列表 | 结构化数据用飞书表格 |
| 加粗没有层次，要么全加要么不加 | 按 4 层规则使用 |

### 润色检查清单

整理完成后逐项检查：

- [ ] 标题是否有观点和张力？
- [ ] 头部引用容器是否交代了谁、什么场合？
- [ ] 人名是否正确？（向用户确认不确定的人名）
- [ ] 专有名词是否正确？（产品名、公司名、技术术语）
- [ ] 是否统一了简繁体？
- [ ] 口语填充词是否清除干净？
- [ ] **段落 vs bullet 选择是否正确？**（开场/结论/感召 = 段落，论据/事例 = bullet）
- [ ] **子话题是否正确分级？**（独立小节 = H3，轻量标签 = 加粗文本）
- [ ] 每个 bullet 是否有「前半加粗」的论点突出？
- [ ] 引用块是否控制在 1-2 处？
- [ ] H2 之间是否有分隔线？
- [ ] 段落间是否有适当呼吸感？
- [ ] 是否保留了讲话人的语言风格和力度？
- [ ] 是否去掉了 AI 痕迹？
- [ ] 飞书文档格式是否正确（引号用「」不用""）？

## 交互流程

1. 收到音频 → 告知用户「正在转写，约X分钟」
2. 转写完成 → **先给用户看大纲和文本内容，确认后再写入飞书文档**
3. 用户反馈 → 修改（注意：修改飞书文档时，纯样式变更用 API 直接改 block，不要 write 全文覆盖）
4. 如果用户要求改标题颜色等样式 → 用飞书 block API 的 `update_text_elements` + `text_color`

### 飞书 text_color 枚举
| 值 | 颜色 |
|----|------|
| 1 | 暗红 |
| 2 | 橙色 |
| 3 | 黄色 |
| 4 | 绿色 |
| 5 | 蓝色 |
| 6 | 紫色 |
| 7 | 灰色 |

### 飞书 background_color 枚举（文字背景色）
| 值 | 颜色 |
|----|------|
| 4 | 绿色背景（常用于引用块强调） |