先说一个数字：30分钟的线下会议录音，从上传到拿到带时间戳、发言人和待办事项的结构化纪要，整个流程可以压缩在1小时以内。阶跃AI的语音转写+智能摘要组合，正好解决了这个效率痛点。具体怎么操作？下面拆开来说。

上传音频后，系统会自动转写，3到5分钟就能出初稿。接着在校对过程中，你可以用波形图辅助逐句核对，手动标注说话人，或者启用声纹识别让系统自动分角色——但要注意，如果现场有多人同时发言、背景有空调噪音，或者录音设备离某个人太近，声纹识别准确率会明显下降，这时候必须人工复核。最后选中需要提炼的段落，调用智能摘要，选择模板（会议纪要标准版或快速清单版），勾选自动提取责任人，3秒就能生成带时间戳、发言人和加粗关键结论的Markdown纪要。

上传音频并启动转写

打开阶跃AI官网，登录账号，点击「新建任务」，选择「语音转写」，然后把MP3或M4A格式的会议录音文件拖拽到上传区。注意：WA V文件需要先转码，否则会报错——它不支持PCM编码的WA V格式。上传完成后会自动进入转写队列，普通会议录音（≤60分钟）通常3到5分钟内就能出初稿。

校对转写文本并标记说话人

转写完成后进入编辑页，左侧是原始音频波形图，右侧是文字稿。点击任意一句文字，音频会自动跳转到对应时间点播放，方便逐句核对。标注说话人有两个方法：

方法一：手动标注。选中一段连续发言，点击工具栏「分配角色」，从下拉列表里选「张经理」「李总监」等预设角色；如果列表里没有，可以点「新增角色」输入姓名和职务，系统会记住这个命名，后续段落可以直接用。

方法二：启用声纹识别自动分角色。点击右上角「开启声纹分离」，系统会基于音色差异自动划分说话人。但必须提醒的是：多人同时发言、背景有空调噪音，或者录音设备贴近某一个人时，声纹识别准确率会明显下降——这时候必须人工复核每一段归属，不能偷懒。

提取结构化要点并生成待办项

第一步：选中需要提炼的段落（可以多选，用Ctrl+鼠标左键），点击「智能摘要」按钮。

第二步：在弹出窗口中选择输出模板——「会议纪要（标准版）」会生成议题→结论→行动项三级结构；「快速清单版」只输出待办事项+责任人+截止日，适合直接发给执行层。

第三步：勾选「自动提取责任人」，系统会扫描文本中间出现的“由XX负责”“交XX跟进”等句式，并把人名绑定到对应待办条目。如果原文没明确指定，它会留空等你手动填写——【切勿直接导出未填责任人的版本】，否则后续无法追踪进度。

第四步：点击「生成纪要」，3秒内输出Markdown格式结果，包含时间戳（如[12:45]）、发言人标签（张经理）、加粗关键结论（如“确定Q3上线新CRM系统”）。