Google Docs 音频转文字
作者：Ai Flowi · 发布于 。
官方来源：AssemblyAI 文档；Google Docs API 文档
Google Docs 音频转文字需要提交获准处理的录音、检查转写任务，并在任务成功完成后保存已审核的转写文本。应将任务创建、转写完成和文档创建视为三个独立结果。本指南说明它们之间的交接及失败检查，并不声称录音自动转为文档的流程已经测试。
示例配置，并非已记录的测试。 此转写与文档方案已在组件目录中记录；尚未经过 Ai Flowi 的生产环境测试。
1. 准备获准处理的音频来源和保存目标
选择处理权限允许交由服务商转写的录音。记录其来源标识符、预期语言、处理限制和审核用途。不要假设持有文件就代表有权处理或分发其内容。将预期 Google 文档的受众与录音访问权限分别管理。
准备 AI Flowi Workflow 和获准处理的音频样本，按照服务商设置参考连接您控制的 AssemblyAI 账户及其 API 密钥（AssemblyAI 用量另行计费），并通过 Google 连接设置授权用于目标文档的 Google 账户。
本指南跟进一份录音直至形成已审核文档，不增加语言模型摘要步骤；创建文档的权限必须覆盖预期转写文本的受众。
2. 配置 AssemblyAI Start Transcript
将 AssemblyAI Start Transcript 的 audio_file 设为获准处理的样本，并用以下选项评估其文本是否适合文档的审核用途。
| 输入 | 初始选项 | 需要检查的事项 |
|---|---|---|
api_key | 将您的 AssemblyAI 凭据放入组件的凭据字段。 | 不要将其放入转写文本或共享示例。 |
audio_file | 获准处理的录音样本。 | 文件选择器和服务商能接受其格式与大小。 |
language_code, language_detection | 语言已知时，使用已核实的语言代码；在该测试中禁用语言检测。 | 确认所选服务商模式及实际语言处理方式。 |
punctuate, format_text | 启用，以生成易读的转写草稿。 | 将生成的文本与录音比较。 |
speaker_labels, speakers_expected | 除非审核需要，否则不启用说话人标注。 | 预期说话人数的字段是字符串，并非文档已定义的身份映射。 |
决定文档是保留转写稿，还是之后用于形成会议纪要。对于转写稿，标点和格式可能提高可读性，但停顿或句子边界也可能改变含义。样本审核应包含插话和不熟悉的人名。保留录音作为更正依据，不要将易读文字视为转写准确的证明。
提交后，将已检查的 transcript_id 与录音提供的标识符及所用提交选项关联。这样，审核人可以区分同一音频的两个任务，以及名称相似的两份录音。另设一个保存目标字段，在文档步骤真正成功前保持待处理。
3. 使用 AssemblyAI Poll Transcript 检查任务
按照 AssemblyAI 轮询配置与限制设置 AssemblyAI Poll Transcript。
在 transcript_id 中提供已检查的任务引用，然后记录实际结果能够证明该任务的哪些情况。将原始观察结果与审核后是否继续的决定分开。连接错误表示状态检查未完成，转写结果仍然未知。任务未完成表示文本尚未就绪，并不代表可以重新提交。
在您自己的操作流程中，为未解决的任务设置人工检查点。到达检查点时，检查现有任务，并记录它是仍在等待、已失败，还是已产生可供审核的文本。如果无法确认结果属于哪个任务，应停止交接，先核对引用。不要把整个状态响应写入 Google 文档，仿佛它就是转写文本。
相关内容：对话智能是什么。
4. 明确作出完成决定
对于此初始配置，人工审核轮询结果，只有核实任务已完成后才准备转写文本。所选三个组件并不能证明存在已测试的自动状态控制。记录任务标识符、观察结果，以及文本是否已准备好进入文档步骤。
结果未完成时，让保存目标保持待处理，并通过行为已验证的方法继续检查状态。结果失败时，保留来源与任务的关联以及失败信息，便于诊断。不要创建包含状态响应的文档，也不要仅因轮询尚未返回可用文本，就再次提交同一音频。
如果连接失败后任务结果不确定，应先检查现有任务，再决定是否需要另一次提交。重新提交可能创建独立的服务商任务。应区分任务重试与文档重试，避免一个服务失败就自动重复另一个服务的工作。
5. 保存前审核转写文本
对照录音核查人名、专业术语、数字和不清楚的段落。如果录音不足以支持更正，应明确保留不确定性。若后续启用说话人标签，应将其作为标签核查，而不是当作已确认的个人身份。
明确准备文档标题和已审核的转写文本。AssemblyAI 的结果是 JSON，而 Docs 文本字段接受 Message；此设计采用人工文本交接，不声称未经验证的转换已成立。在审核记录中保留来源和任务引用，但不要暴露凭据或私有录音 URL。
6. 根据已认可的文本创建 Google 文档
按照 Create Document 操作参考，设置 title 以标识该转写稿，并将 initial_text 设为已审核文本。
表单转 Docs 配置报告：将 CR+LF 换行转换为 LF 后，42/42 用例通过。这项证据涉及表单输入和 Create Document；它没有评估转写忠实度，也没有评估人工转写交接。同一配置还说明，先创建文件，再通过另一个请求插入文本；如果插入失败，新文件可能没有文本。
即使标题相同，重复创建也可能产生另一份文档。目标端结果不确定时，重试前先检查文件及其文本是否已存在。在审核记录中，将服务商已完成的转写状态与待处理的 Google 保存目标分开。
7. 如何验证完成状态、不确定结果和目标端失败？
测试获准处理的短录音、未完成的任务结果、失败任务以及文档文本插入失败。检查是否只有已审核且已完成的转写文本进入 Docs。检查组件如何呈现错误，并保留足够的引用信息，以便恢复时避免盲目重新提交或创建。
演练一个恢复示例，避免混淆两个服务：现有转写任务已经完成，文本已审核，但 Docs 插入失败。保留已认可的转写文本和任务引用。检查所创建的文档是空白、完整还是不存在，再决定如何恢复文档操作。另启一个转写任务无法修复缺失的文档文本。反过来，任务尚未完成时，即使 Docs 连接正常，也应让 Docs 保存步骤保持待处理。
后续更正转写文本时，保留已审核文本版本与保存目标之间的关系。仅凭文档标题，无法区分原始转写稿和更正版。记录保存了哪个版本，并检查该版本的人名、不确定段落和换行。这样可以将文档交接成功与仍需持续核查的转写忠实度分开。
此交接流程不保证转写准确性，不作出同意授权判断，也没有实时流式处理或无人审核的发布步骤。它不涵盖从消息渠道接收录音。如果您的处理规则不允许将录音发送给服务商，应在提交前停止。
套餐：Go 年付方案每月 USD8 起（月付 USD10），Plus 年付方案每月 USD16 起（月付 USD20），Pro 100 年付方案每月 USD80 起（月付 USD100），Pro 200 年付方案每月 USD160 起（月付 USD200），Pro 500 年付方案每月 USD400 起（月付 USD500），每月包含 5,000 至 250,000 个 Flowi Tokens，并支持充值；每次节点运行消耗 1 个 token；不包含第三方 API 和模型使用费用。
若要从已认可的转写文本中提取决定和行动事项，可继续使用经审核的会议纪要与行动记录。版本控制可使用文档来源审查，现有起步模板的范围参见用例。