richardvt 台灣採訪錄音轉錄工作流程
逐字稿不是錄音的文字版,是查核的證據。本 skill 提供從錄音→轉錄→引語→存檔的台灣場景工作流。
何時使用
- 訪後將錄音轉為逐字稿
- 從逐字稿提取可發布引語
- 對照查核(原話 vs 報導引述)
- 訪問檔案長期保存
- 多語言訪談(國/台/客/原民族語/英)
- 法律案件之證據錄音轉錄
一、錄音檔管理
命名規範
YYYY-MM-DD_受訪者_主題_序號.[副檔名]
範例:2026-05-28_林桂英_麵店拆遷_001.m4a
避免:用「錄音 001.m4a」「new recording.mp3」這種空泛名稱。
多重備份(現場錄完即備)
| 位置 | 用途 |
|---|---|
| 手機 / 錄音筆原檔 | 第一份 |
| 雲端(Google Drive / Dropbox / iCloud) | 第二份 |
| 本機 SSD | 第三份(編輯用) |
| 編輯部 NAS / 共享磁碟 | 第四份(可選,涉公益重大案件) |
檔案格式
| 格式 | 何時用 |
|---|---|
| WAV / FLAC | 無損,法律案件、長期保存 |
| M4A (AAC) | 一般採訪,平衡品質與大小 |
| MP3 192-320 kbps | 廣電可用 |
| 不要用 MP3 128 以下 | 品質太差影響轉錄準確度 |
二、轉錄工具(2026 年台灣可用)
開源 / 本地(免費 + 隱私安全)
| 工具 | 語言 | 注意 |
|---|---|---|
| OpenAI Whisper large-v3 | 中文、英文、台/客/原民族語(基本) | 本地跑;對台灣口音國語有效;客語、原民族語效果參差;需 GPU 較流暢 |
| WhisperX | 同上 + 含時間軸對齊 + speaker diarization | 適合多人訪談 |
| Faster-Whisper | 同上 + 速度更快 | CPU 也可跑 |
| Whisper.cpp | 同上 + Mac M 系列優化 | M1/M2/M3/M4 用 GPU 加速 |
雲端商用(收費 + 速度快)
| 工具 | 強項 | 注意 |
|---|---|---|
| OpenAI Whisper API | 大模型 + 雲端 | 隱私:檔案上傳到 OpenAI |
| Google Cloud Speech-to-Text | 多語言 + 客製字典 | 隱私:檔案上傳到 Google |
| Azure Speech | 商用穩定 + 多語言 | 隱私:檔案上傳到 Azure |
| Anthropic Claude API(間接) | 上傳檔案 + 提示轉錄 | 不是主力轉錄工具 |
台灣本地服務
| 服務 | 強項 | 網址 |
|---|---|---|
| 雅婷逐字稿 | 台灣口音、台語(taimedialabs 旗下);新聞工作者常用 | yating.tw |
| 韻誌語音雲 | 客語、原民族語為強項 | 視專案 |
| 聽錄文字稿(萬芳) | 人工轉錄,品質高 | 人工服務 |
完美組合(2026 實務推薦)
- 本地 Whisper large-v3(隱私敏感場景)→ 自己 GPU 跑
- 雅婷逐字稿(台灣口音、台語比 Whisper 強)→ 一般採訪
- 人工轉錄(法律案件、引語精準度極高)→ 萬芳、聽錄
三、轉錄品質檢核
自動化轉錄之常見錯誤
| 問題 | 例子 | 處理 |
|---|---|---|
| 數字錯誤 | 「2,000 萬」變「兩千萬」、「200 億」變「兩百億」 | 對照錄音逐一檢查 |
| 人名錯誤 | 罕用姓氏、原民族姓名 | 建字典預先告訴 ASR |
| 機構名簡稱混淆 | 「公平會」vs「公賣會」 | 校對逐一檢查 |
| 同音異字 | 「在」/「再」「投資」/「頭尾」 | AI 上下文不足時錯 |
| 台語、客語混雜 | Whisper 中文模型對台/客語成功率較低 | 用台語模型或雅婷 |
| 背景噪音、多人 | 街訪、餐廳採訪 | speaker diarization + 後製分離 |
| 時間軸偏移 | 影片轉錄時 audio/video offset | WhisperX 對齊 |
後製檢核 SOP
1. AI 跑完先輸出**附時間戳**版本
2. 開錄音 + 逐字稿並列,從頭聽過(可加速 1.5x)
3. 重點段落降速到 1.0x 再聽
4. 異常段落(數字、人名、時間)逐字核對
5. 修正錯字 + 標記不確定處 [??]
6. 留**雙版本**:精確逐字稿(含「嗯」「啊」)+ 編輯版(順稿)
四、引語提取與管理
引語資料庫模板(Notion / Excel / Airtable)
| ID | 受訪者 | 訪談日期 | 時間軸 | 原話 | 是否可發布 | 歸屬層級 | 引述動詞 | 已用稿 |
|---|---|---|---|---|---|---|---|---|
| Q-2026-001 | 林桂英 | 2026-05-28 | 00:12:34 | 「這條街我做了 32 年。」 | 是 | 具名 | 說 | (尚未) |
| Q-2026-002 | ○○官員 | 2026-05-28 | 00:34:56 | 「内部認為應該重新檢討」 | 是 | 不具名「○○部資深官員」 | 透露 | 2026-05-29 文 #001 |
引語精準度規則
| 原則 | 處理 |
|---|---|
| 直接引語必須一字不差 | 從錄音逐字對照 |
| 語助詞可刪減(「嗯」「啊」「就是」) | 編輯版可刪 |
| 語意流暢之必要修飾 | 用 [括號] 標明:「我(當時)就...」 |
| 截長為短 | 用刪節號:「我從 32 年前⋯⋯到現在還在做」 |
| 語意改變 | 禁止;若改寫請改為間接引語 |
| 多次採訪拼接 | 必須註明日期「2026 年 5 月 28 日與 6 月 3 日訪談」 |
| 私下對話轉公開 | 須當事人同意 |
詳細歸屬規則見
interview-prep-tw§四「歸屬規則」。
間接引語(改寫)
當原話過於繁冗、技術、或涉個資時,改間接引語:
原話:「我覺得這個健保改革啊,就是,
他們應該要先把那個藥價的部分先處理好,
然後再來談費率調整的事情。」
間接引語:衛福部長○○○認為,健保改革應先處理
藥價,再談費率調整。
註意:間接引語不可加引號;意思不可變;歸屬要清楚。
五、多語言訪談處理
國語(普通話)
- Whisper large-v3 一般效果不錯
- 雅婷逐字稿對台灣國語口音極佳
台語(台灣閩南語)
- Whisper 中文模型成功率較低(< 70%)
- 建議:雅婷逐字稿 + 人工後製
- 寫稿時:音譯 vs 漢字 — 台語有官方推薦漢字(教育部《台灣台語常用詞辭典》),新聞稿一般用漢字 + (羅馬字)註音
客語(海陸/四縣/大埔/饒平/詔安)
- ASR 工具支援有限,首選人工轉錄或韻誌語音雲
- 寫稿時:教育部客語辭典 為準
原住民族語(共 16 族)
- ASR 幾乎無工具
- 必須人工轉錄,且應與部落族人合作
- 涉祖傳故事、歌謠可能涉原住民族傳統智慧創作保護條例(詳見
interview-prep-tw§九)
英文 + 中文混雜
- Whisper 一般能處理
- 但程式碼名稱、技術術語仍易錯,需後製
第三國語(越南、菲律賓、泰、印尼)
- 移工採訪常見
- 建議:譯者現場翻譯且自己也錄音,事後比對
六、檔案保存與法律
保存期限
| 類型 | 建議保存期 |
|---|---|
| 一般採訪 | 2 年(超過追溯期一般爭議) |
| 重大公益議題 | 5-10 年(可能成為日後查核參考) |
| 涉法律訴訟 | 訴訟結束 + 5 年 |
| 受訪者明確要求保存或銷毀 | 依其要求 |
法律層面
詳細錄音法律見
interview-prep-tw§三 與source-verification-tw§十二。
重點:
- 採訪錄音為記者所有;受訪者無權要求交出原檔
- 但受訪者可主張其引語不可發布(若事前約定 off the record / 不可發布)
- 法院得依個案要求提交錄音作為證據(透過搜索票 / 強制處分)
- 新聞自由保護:記者可主張《憲法》第 11 條言論出版自由抗辯,但非絕對
銷毀程序
- 不需要的錄音:過了保存期應主動銷毀
- 銷毀時:從所有備份位置(手機、雲端、本機、NAS)同時刪除
- 數位刪除不等於物理銷毀:Mac/Windows 預設刪除可被還原;敏感檔案用安全刪除工具(srm、SDelete)
七、與其他 -tw skill 整合
工作流
[採訪結束]
↓
[interview-transcription-tw] ← 你在這裡
├── 多重備份
├── AI 轉錄 + 人工校對
├── 引語資料庫建立
↓
[fact-check-workflow-tw] 對引語做查證
↓
[source-verification-tw] 若涉影像/影片同步驗證
↓
[ai-writing-detox-tw] 撰稿時去 AI 味
↓
[newsroom-style-tw] 引述格式(動詞色彩、不具名規則)
↓
[發稿]
重疊處理
引語精準度:
interview-transcription-tw§四:逐字 vs 順稿原則newsroom-style-tw§八:引述動詞、不具名規範- 兩者搭配
錄音同意:
interview-prep-tw§三:主處理(《刑法》§315-1、《通保法》§29)interview-transcription-tw:檔案保存與銷毀source-verification-tw§十二:法律風險概要- 以
interview-prep-tw§三為準
版本說明
- 版本:1.0.1 / 截至 2026-05-28
- 改寫自 upstream
journalism-core/interview-transcription - 在地化重點:雅婷逐字稿等台灣商用服務、台語/客語/原民族語轉錄工具差異、多重備份策略、台灣 16 族原民族語轉錄之倫理考量、《憲法》第 11 條新聞自由抗辯