starpivot

96 Commits

3 Branches

2 Tags

248 MiB

Tree: 811a008545

Commit Graph

Author	SHA1	Message	Date
Rodger-Wang	4d97c99528	services: 通话录音按左右声道分轨转写，说话人直接按音轨给客户端录的通话音频是双声道 WAV（左=本端麦克风、右=对端），而 DashScope 录音文件识别不传 channel_id 时只转第 0 轨 —— 语音纪要里只有机主自己说的话，对方一句都没有。 - 提交前先探一次 WAV 头（probeWavChannels），确认是多声道才传 channel_id=[0,1]：每多一轨按一份音频计费，单声道文件不该白花钱； - 多轨结果每轨一份 transcript，说话人直接按音轨定（0=本端 1=对端），比让服务商去分离 speaker_id 可靠得多，再按时间轴合并成一条转写。 Co-Authored-By: Claude Opus 5 (1M context) <noreply@anthropic.com>	1 month ago
liwei1dao	59e54eb575	上传发布版本	2 months ago
liwei1dao	715f8e3818	上传厨师版本	4 months ago

Author

SHA1

Message

Date

Rodger-Wang

4d97c99528

services: 通话录音按左右声道分轨转写，说话人直接按音轨给

客户端录的通话音频是双声道 WAV（左=本端麦克风、右=对端），而 DashScope 录音文件识别
不传 channel_id 时只转第 0 轨 —— 语音纪要里只有机主自己说的话，对方一句都没有。

- 提交前先探一次 WAV 头（probeWavChannels），确认是多声道才传 channel_id=[0,1]：
  每多一轨按一份音频计费，单声道文件不该白花钱；
- 多轨结果每轨一份 transcript，说话人直接按音轨定（0=本端 1=对端），
  比让服务商去分离 speaker_id 可靠得多，再按时间轴合并成一条转写。

Co-Authored-By: Claude Opus 5 (1M context) <noreply@anthropic.com>

1 month ago

liwei1dao

59e54eb575

上传发布版本

2 months ago

liwei1dao

715f8e3818

上传厨师版本

4 months ago

3 Commits (811a008545cc0b1fecd84fce0cd2ff8e8cab1429)