播客录完后，可以先拿到带时间点的转写稿，再让文字 AI 帮你去口头禅、分段和拟小标题。发布前，数字、专有名词和嘉宾原话要回到录音里核对。本文附一段明确标注为 AI 合成的练习音频、转写结果、示例改写和离线检查脚本；它用来演示风险，不能代表真人采访的识别准确率。
下载播客转文复核工具包。样音由脚本台词和 macOS 中文语音合成生成，角色、咖啡店和对谈内容都是虚构的；不是一段真实播客，也不是 FunASR 对真人录音的评测。
这次在 M1 Max 上用 FunASR 1.4.16 重新跑了 4.8 分钟样音，用时约 154 秒，输出 127 段；虽然样音用了两种声音，识别结果却把所有片段都标成同一个说话人。逐字对照已知合成台词时，字符差异约 3.3%。这只说明本次合成样例的结果；真实录音的效果要用自己的音频试，尤其别默认说话人分离一定可用。
你需要准备
| 准备 | 用途 |
|---|---|
| 你有权使用的播客原音频 | 回听含糊数字和引用；最好保留未经剪辑的原文件 |
| 带时间点的转写结果 | 让 AI 改写后还能定位回原音频 |
| 一款文字 AI（可选） | 整理结构和语句；不要求它判断事实 |
| Python 3（可选） | 运行离线数字/引文线索检查脚本，不需 API Key |
如果录音包含未公开商业信息、个人信息或嘉宾隐私，先确认授权和服务的数据处理方式；需要保密时，优先考虑本机转写与本地文件处理。
第一步：把录音转成带时间点的文字
在本机转写可以参考FunASR 会议录音教程。FunASR 是 ModelScope 社区的语音识别工具；项目代码和模型各有许可，商用前要分别查看对应模型卡和许可证。安装、模型下载和内存需求以官方项目说明为准。
转写时尽量保留每句话的起止时间和说话人编号。不同工具导出的字段可能不同，本文工具包中的 asr.json 样例使用 start、end、text 三个字段。它是样例格式，不是所有转写软件通用的导出格式。
如果你手上的转写结果没有时间点，也可以先按段落回听；只是在稿件里遇到不清楚的数字或原话时，会更难快速定位。
第二步：让 AI 整理，但把不确定内容留空
把转写文本交给文字 AI，复制工具包 prompts.md 的提示词。它要求 AI 保留事实、不要补充常识、疑似错字用括号标出、不完整数字标为“待回听”，并把直接引语和概述分开。
如果你选择云端 AI，上传前确认录音文本可以交给该服务处理。需要时删去手机号、住址、订单号等无关个人信息。不要把“模型写得很顺”当成事实正确的证据。
第三步：用脚本找出需要回听的地方
解压工具包，在终端进入该文件夹。Mac 或 Windows 安装 Python 3 后，先用附带的样例运行检查：
python3 check_article.py --self-test
python3 check_article.py transcript.txt podcast_truth.json article_max.md article_27b.md
python3 listen_list.py asr.json article_max.mdcheck_article.py 会列出文章里、但转写稿中没有的数字，以及引号片段和转写稿的相似程度。样例包另附 podcast_truth.json，这是生成样音时的原始台词及时间点，脚本用它展示“转写没出现、但合成台词里有”的情况。
真实采访通常没有逐字标准答案文件，所以不要用这项样例对比来宣称“AI 猜对”或“AI 编造”。真实使用时，脚本只能提示“转写稿里找不到”，是否正确要回听原音。
listen_list.py 根据文章里的“听不清”和百分比线索，列出最相近的转写句及时间点。它给的是回听入口，不是精确定位结果；含糊内容、说话人或相近语句都可能让匹配偏移。
第四步：回到录音，逐条确认
打开原音频，先听脚本列出的时间点前后几秒。对照原音确认数字、姓名、价格、日期和嘉宾原话。没听清就删掉、改成不带具体数字的说法，或联系嘉宾确认；不要按行业常识补全。
这次合成样例里，转写把抽成数字识别成“百？”，示例 AI 草稿却写回了“百分之二十”。listen_list.py 把这处定位到约 01:14.8。由于我们知道合成时输入的台词，能看出它刚好猜中；真实采访里没有这种标准答案，只有原音和嘉宾确认。另一处“七八十单”也被转写拆成不完整的数字，这种内容必须听录音，不应只依赖上下文推理。
引号里的内容尤其要谨慎。转写错字如果被 AI 原样放进引号，读者会以为这是嘉宾逐字原话。无法逐字核实的内容改成间接转述，并把成稿发给嘉宾确认后再发布。
接单时怎么交付
你可以把服务拆成录音转写、文章初稿和人工核稿三部分。开始前确认录音授权、时长、说话人数、交付篇数、是否保留口语、引文确认人和修改轮次。按当前素材去自由职业平台查看相近报价，再结合录音时长、校对难度和交付内容报价；不要承诺零错字或自动还原听不清的内容。
常见问题
转写准确率能达到多少？
这份合成样音不能回答真人录音的准确率。口音、抢话、混响、背景音乐和专有名词都会影响结果。用自己的录音抽几分钟试转写，再决定是否适合整期处理。
脚本提示“数字不在转写稿里”，是不是 AI 编造？
不能直接下结论。可能是 AI 根据上下文补了数字，也可能是 ASR 漏听或格式不同。回听后再决定；不要把脚本提示当作事实判断。
转写工具分错了说话人怎么办？
先按时间点听原音。两人抢话、短句接话、笑声和多人同声时容易分错。拿不准的引文先改为中性概述，再请嘉宾确认。
工具清单
接下来可以看公众号文章怎么用 AI 写？先整理素材，再逐条核事实，继续检查数字、引语和事实。