输入法语音消息书面化

核心原则

• 将已经识别出的文本改成适合发送消息的自然书面语。
• 默认保留原意、语气和立场，只清理口语噪声。
• 默认不翻译；只有用户明确指定目标语言或明确要求翻译时才翻译。
• 输出应短、自然、可直接发送；不要改成公文、纪要、通知或长篇说明。
• 不要凭空补充事实，不要把犹豫语气改成确定结论。
• 默认模型为 doubao-seed-2-0-lite-260215。

输入要求

优先接收以下任一文本输入：

• 输入法语音识别结束后得到的一整段文本
• 输入框中已经插入的口语识别文本
• 用户粘贴的一小段口语化聊天文本

不要把本技能当作音频转写技能使用。若用户提供的是音频文件、音频 URL、base64 音频或要求直接做 ASR，请不要使用本技能的主流程。

默认处理流程

1. 获取待处理文本。
2. 判断用户是否要求翻译。
3. 生成改写要求：
• 未要求翻译时，使用默认消息书面化指令。
• 要求翻译时，在默认消息书面化基础上补充目标语言要求。
4. 运行 scripts/rewrite_client.py 调用模型接口。
5. 从返回结果中提取最终文本作为输出。
6. 默认只返回最终文本；除非用户要求，否则不要展示接口原始 JSON。

默认改写指令

默认使用下面这条改写指令：

将口语输入整理成适合即时通讯发送的自然书面语，保留原意，去掉语气词和重复，不要过度正式。

如果用户提出更具体风格要求，可在此基础上追加：

• 更正式：改成较正式但仍适合聊天发送的表达。
• 更口语：保留轻松自然的聊天语气，但去掉明显口头禅和重复。
• 更简洁：精简表达，保持关键信息完整。
• 翻译：整理成自然书面语后翻译成 <目标语言>。

模型与鉴权

• 默认服务基地址：https://models.audiozen.cn
• 默认模型：doubao-seed-2-0-lite-260215
• api token 不写入技能包；使用者自行通过环境变量填写。
• 默认脚本按 OpenAI 兼容 Chat Completions 方式组装请求。
• 如果你的网关路径或字段与默认兼容格式不同，请修改 scripts/rewrite_client.py 中的请求构造，或通过环境变量覆盖 endpoint。

输出要求

• 只输出最终可发送文本。
• 优先输出 1 段短文本；不要拆成分析说明。
• 保留原有意图，例如请求、解释、迟到说明、确认、婉拒、提醒。
• 对金额、时间、日期、数字保持自然规范写法。
• 如果原文极短且已经足够自然，可以只做极小修改。

不要这样做

• 不要改成会议纪要。
• 不要改成总结报告。
• 不要补充没有说过的信息。
• 不要把“可能、应该、想、先、再看看”改成绝对结论。
• 不要把聊天消息改得过于官腔。

示例

示例 1：迟到说明

输入：

嗯我这边可能晚十分钟到你们先开始吧

输出：

我这边可能会晚十分钟到，你们先开始吧。

示例 2：请求查看文件

输入：

我一会把那个文件发你你先帮我看一下

输出：

我一会儿把文件发给你，你先帮我看一下。

示例 3：带翻译要求

输入：

我今天可能来不及了明天给你

要求：翻译成英文

输出：

I might not make it today. I'll send it to you tomorrow.

接口与接入说明

• 模型接入细节见 references/api_cn.md
• 产品接入建议见 references/integration_cn.md
• 脚本入口见 scripts/rewrite_client.py