周末积压下将近 4000 场会议、每场约一小时,周一 9 点到 11 点之间要交出会议纪要以及写明负责人的待办。排队、转写与摘要如何切片,才能赶上点,免得把「下周跟进」派给从未发言的人?
题目
周末积压下将近 4000 场会议、每场约一小时,周一 9 点到 11 点之间要交出会议纪要以及写明负责人的待办。排队、转写与摘要如何切片,才能赶上点,免得把「下周跟进」派给从未发言的人?
参考答案
点击展开参考答案
- 这是一条有截止时间的离线流水线,不是实时对话。
- 先按墙钟倒排:4000 小时音频要在约 2 小时内出结果,ASR 必须远快于实时并水平扩,摘要必须分段,不能把整场会塞进一次上下文。
- 说话人分离和行动项是两条独立产物:转写可以错一个字,但责任人必须能指回某段带时间戳的发言,对不上就标「未指定」而不是猜。
- 纪要默认只对参会者和日历组织者可见。
- 量级上,4000 × 1h 的 16kHz 单声道是数 TB 原始或转码后的数百 GB;先落对象存储,任务表记 meeting_id、日历 ACL、优先级(标了董事会的先跑)。
- ASR worker 按 5–15 分钟切片,片间重叠数秒以免一句被切断;说话人分离在切片级做,再用会议平台的发言人事件或声纹在会级对齐。