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>
Rodger-Wang