讯飞星火进阶用法：语音与会议场景

讯飞星火的看点在语音这条链路：说进去、转出来、再合成回去。判断它适不适合你，看三个条件——会议是否多人、时长是否超过半小时、内容是否需要留档。三条都占，语音功能的收益才明显；只是偶尔问一句，打字更快。这一篇只讲能落地的用法和容易踩空的地方。

语音写作：说和改分开

口述适合产出初稿，不适合直接产出成稿。说的过程思路是流动的，句子会重复、会跳跃，这是口述的特点，不用当成毛病去改。正确用法是先把想法完整说出来，再让模型做一次结构化整理，最后自己改一遍。

操作上有个细节：一次只说一个话题。三分钟里换了四个主题，转写出来是一团，整理时模型只能猜你的结构。分主题说，每个主题之间停一下，整理质量差别很大。

另一个判断：需要精确措辞的内容不要口述，比如对外邮件、协议条款、公开声明。口述的优势是速度，劣势是措辞松散，把这两类内容分开处理，返工最少。

会议转写：会前设置决定会后质量

多数人把精力放在会后整理，实际上会前的五分钟更关键。设备离发言人太远、会议室回声大、多人同时说话，这三类问题在转写阶段就会丢信息，后面怎么整理都补不回来。

需要设置的项目包括说话人数、语言或方言、是否需要区分发言人。人数设错会导致发言人标签混乱，两个人被合成一个，或者一个人被拆成两个。多人会议里，让每个人开口前先报一次名字，是很土但有效的办法。

说话人分离的边界

分离靠声纹特征，声音相近、语速接近、频繁打断的情况下，混淆是常态。远程会议里经过压缩的音频，特征损失更多，准确度还会下降。所以不要把发言人标签当成会议纪要的定稿依据，重要发言要回听原音确认。

另一个常见问题是专业术语和人名。行业缩写、产品代号、外籍同事的名字，转写错误率高。会前把这些词整理成一个清单，会后按清单逐项替换，比逐字校对快得多。

会后整理：三段输出

转写文本直接交给模型总结，得到的是流水账。有效的做法是要求三段固定输出：结论、待办、分歧。结论限定条数，逼它做取舍；待办必须带责任人和时间；分歧单独列，这部分往往比结论更有价值，因为它标出了下次会议要解决的问题。

提示词里要说明转写可能有错字，请标注不确定的地方。不加这句，模型会把错字当成事实往下推理，错误会被放大到结论里。

这张表里的判断标准要提前定，事后补标准等于没有标准。

它做不到什么

嘈杂环境下的转写会明显退化。咖啡厅、开放工位、多人围坐，远场拾音的质量决定了上限，软件层面补不回来。重要会议用近场麦克风或领夹麦，比换工具有效。

它也不会替你判断哪句话重要。转写是全量的，整理是按你的要求筛的，筛的规则要你给。没给规则的整理，输出通常是均匀压缩，重点被稀释。

语音是敏感信息。转写前应告知参会人并取得同意，录音文件的保存期限和访问权限要有约定。涉及客户信息的会议，先确认公司对第三方工具的规定。具体功能与额度以官方最新版本为准。

会前五分钟检查

• 麦克风覆盖到每个发言人，别只放在桌子一头
• 说话人数、语言、方言设置与实际一致
• 把参会人姓名和行业术语列成清单
• 告知参会人正在录音转写
• 指定一人负责会后校对数字与待办

三个容易被忽略的细节

• 转写文本能不能直接给外部？：不能。转写里常有随口说出的判断和未公开信息，发出去前要按对外口径重写，而不是删几个名字。
• 方言会议准确率低，有什么补救？：让发言人放慢语速、减少交替抢话，效果比换模型明显。会后用关键词检索定位段落，再人工补听，比通读全文快。
• 把长文档转成语音，适合哪些内容？：适合结构清晰的说明性内容，不适合需要反复看图的材料。听一遍能抓住主线，细节仍然要看原文。

会议这条链路往前后各延伸一步，收益会更明显。会前的资料准备可以参考实时记录在会议与课堂里的用法；会后的整理模板可以借用把通用提示词改成自己的一套；如果会议内容要沉淀成团队可查的资料，共享知识库的搭法能接上；历史记录的检索与导出，这套管理方法同样适用。