通话录音转写

核心流程：转录音频 → 整理实录与纪要 → 提取待办 → 输出结果。

Step 1: 环境准备与转录

1.1 安装依赖

首次使用时安装（后续跳过）：

pip install faster-whisper --break-system-packages 2>/dev/null || pip install faster-whisper

> --break-system-packages 用于容器/沙箱环境。如果环境不允许，回退到不带此参数的安装。

1.2 音频转录

from faster_whisper import WhisperModel
import os

audio_path = '<音频文件路径>'

# 根据文件大小选择模型：< 5MB 用 small，否则用 medium
file_size_mb = os.path.getsize(audio_path) / (1024 * 1024)
model_size = 'small' if file_size_mb < 5 else 'medium'

try:
    model = WhisperModel(model_size, device='cpu', compute_type='int8')
    segments, info = model.transcribe(audio_path, language='zh')
    transcript = [seg.text for seg in segments]
    full_text = '\n'.join(transcript)
except Exception as e:
    # 转录失败时，告知用户具体原因并停止后续流程
    print(f"转录失败：{e}")
    # 常见原因：音频格式不支持、文件损坏、内存不足
    # 向用户说明错误并建议：检查文件格式、尝试转换为 mp3/wav 后重试
    raise

支持的音频格式：mp3, m4a, wav, ogg, amr, mp4, flac, webm

模型选择参考：

• small（~500MB）：电话录音、短对话，速度快
• medium（~1.5GB）：会议录音、多人讨论、口音较重，准确率更高
• 如果用户明确要求高精度，使用 medium

1.3 文件名信息提取

从文件名中尽量提取元数据：

Step 2: 整理实录与生成纪要

拿到转录原文后，做三层加工：

2.1 整理实录

将转录原文整理为可读的对话实录：

• 根据语义和上下文判断说话人，标记为 我 和 [对方姓名/身份]
• 合并同一说话人的连续短句
• 修正明显的语音识别错误（专有名词、人名、机构名）
• 格式：每段以 我： 或 XX： 开头

2.2 生成纪要

用连贯段落概括通话内容（3-5 句话），包含：

• 通话背景：谁和谁、什么事由
• 主要讨论内容和关键结论
• 后续安排和跟进事项

纪要简洁精炼，不用列表格式。

2.3 提取待办

从通话内容中识别具体的待办事项：

• 明确承诺要做的事
• 约定的时间节点或截止日期
• 需要跟进或确认的事项

如果没有明确的待办事项，标注"本次通话未提取到明确的待办事项。"

Step 3: 输出结果

根据环境配置选择输出方式。优先检测飞书凭证，有则输出飞书文档，无则输出本地文件。

3.1 输出内容模板

无论哪种输出方式，内容结构统一：

# 通话录音转写

**来源**：[从文件名提取，或标注"未知"]
**时间**：[YYYY-MM-DD HH:MM，无法提取则标注"未知"]
**时长**：[MM:SS，从转录 info 中获取]

---

## 实录

**我：** [说话内容]

**XX：** [说话内容]

...

---

## 纪要

[连贯段落，3-5句话]

---

## 待办

[待办事项，或"本次通话未提取到明确的待办事项。"]

3.2 飞书文档输出（需要凭证）

检测到 FEISHU_APP_ID 和 FEISHU_APP_SECRET 环境变量时：

feishu_doc action=write

使用上述模板内容创建飞书文档，markdown 标题会自动转换为飞书文档标题格式。

不要用 update_block，必须用 action=write。

输出失败时降级为本地文件输出（见 3.3）。

3.3 本地文件输出（默认/降级）

未配置飞书凭证，或飞书输出失败时：

将内容保存为 Markdown 文件，文件名格式：通话纪要_[来源]_[日期].md

# 示例路径
output/通话纪要_XX_20260323.md

Step 4: 发送结果与待办确认

4.1 发送结果

飞书输出成功时：

📄 [飞书文档链接]

待办事项：
1. [待办内容]
2. [待办内容]

确认计入工作待办？(是/否/修改)

本地文件输出时：

📄 已保存：通话纪要_XX_20260323.md

待办事项：
1. [待办内容]
2. [待办内容]

确认计入工作待办？(是/否/修改)

无待办时，只发文档/文件链接，附注"本次通话未提取到明确的待办事项。"，不需要确认。

4.2 待办确认与写入

用户确认后才将待办写入 memory/todo.md（相对于当前工作目录）：

• "是" / "确认" / "OK" → 追加写入 todo.md，回复"已计入工作待办"
• "否" / "不要" → 不写入，回复"已忽略"
• 用户给出修改内容 → 按修改调整后再次确认

todo.md 格式：

## [日期]

- [ ] [待办内容]（来源：[通话来源]）

未收到确认前，不写入 todo.md。

错误处理