醒非说

例子 4:把一段 11 分钟的录音,变成能读的文字稿

2026-10-09

这是一段采访:一位刚参加完高考的女生,作文满分、高考语文 142 分,考上了清华大学自动化系。

内容不是我的经历——我只做了两件事:录屏,和把录音转成文字。

为什么要做这件事

一、我在给孩子收集有用的素材。 听到别人讲得好的东西,我不想让它停在"听过"这一步。

二、更要紧的是:我信文字,不太信视频。

有人跟我说:还是听她讲更好,口语化的东西变成文字,就失去原来的味道了。

我的感觉不是这样。听完之后,记忆里留一会儿,就消失了。 转成文字之后:

口语是感性的思考,文字是理性的表达——我要的是后面这个。

所以凡是我觉得值得留下的,我都想把它从「听」变成「读」。

我是怎么跟它说的

就两句话:

桌面上有一个「作文满分经验分享」的 mp4,是我自己的录屏软件录的,所以里面应该有音频轨。
你把音频轨提取出来,然后用 ASR 把里面的文字摘取出来。

拿到一份一整段、中间没有标点的长文之后:

你先按逐字稿的句子结构,把文字切成句子吧。
这样一整段那么长,中间没有标点,我根本读不下去。

剩下的都是它自己做的。最后我核了 5 处它标出来"不确定"的地方。

它做了什么

第一步:先确认这事能不能干。
它没有直接开跑,而是先去看语音识别模型支不支持中文——确认了才动手。不然就是白跑一趟。

第二步:抽音轨。 把视频里的声音单独取出来。

第三步:识别。 在本地跑的,录音没有上传到任何地方——私人录音,这一点很重要。
11 分钟的音频,跑了 2 分半。

第四步:它发现中文识别有三个特点(不知道的话,会以为程序坏了):

所以它拿识别结果自己的分段边界当句子边界,每段补一个句号——
这样断句的位置是跟着录音走的,不是猜的。

第五步:改错字。这是语言模型真正使上劲的地方。

举三个例子你就明白:

  1. 同音字要靠上下文定。 识别出来是「股市题」「一轮文」, 看前后文才能确定是「古诗题」「议论文」。
  2. 专名和书名要靠常识补。「鱼光中」→ 余光中,「伟伯」「妮采」→ 韦伯、尼采; 「《流行的西方现代思想讲义》」→ 《刘擎西方现代思想讲义》。
  3. 它也有猜错的时候——但它自己标出来了。 有一处它猜是「《唐诗》」,实际是「陶渊明」——方向对、人猜错。 它把 5 处拿不准的全部列出来等我核,没有自己拍板。 还有一处更有意思:它标了一句「就听起来很难听」疑似识别错误, 其实那是我的原话——指的是"按模板答题这件事,说起来不好听、显得低级"。

宁可留白,也不硬改。 这一点比它改对了多少处更重要——
因为改错了不会报错,只会安静地把意思带偏。

录音稿

下面这份是机器识别 + 只改错字的轻校对,句子一个字没改写;句号是按录音的分段边界补的。

高考语文142分。

能详细分享一下语文的学习方法吗。

语文我觉得最重要的就是对相似的题目的复盘。

就是大家为什么会觉得语文是一个非常玄学的东西。

就是因为那个答案。

就是大家经常很琢磨不透。

就是为什么他给我的参考答案是这样的。

那其实就是因为语文。

它是一个很宏观调控的这样一个科目。

比如说我今年数学出的特别难。

大家分都判低了。

那我这个时候想让大家的平均分就是符合预期一点。

那我就要调我语文的评分标准。

我就要让比如说这个题目其实可以写四个点。

那我把最难那个点删掉。

然后最简单那个点我赋三分。

然后就可以把大家的分提起来。

那如果我这次数学题比较简单。

然后大家的分都比较高。

我想把这个分往下压一压。

那我就把那个最简单的点删掉。

或者我给那个最简单的点赋的分少一点。

然后把那个最难的点提上来。

所以每次就是大家在考完试后看到的那个答案。

它其实并不是一个标准答案。

或者说它并不是一个完美的答案。

它只是那一次的评分标准而已。

所以就会让人摸不着头脑。

所以要解决这样子的事情。

其实就是你要把类似的题目放在一起。

比如说这个古诗题。

它问你说这个字有什么作用。

然后另外一个古诗题说。

这句话有什么作用。

然后另外一个古诗题说。

它提到这个意象有什么样作用。

那它其实都是一个作用题。

然后你就可以把他们的答案放在一起。

那如果每一个答案都是这个全集里面的一个真子集。

然后你再给每一个同样类型的答案取一个并集。

你就基本可以得到这个全集。

就是你可以得到这个真正的标准答案。

到底长什么样子。

就你就可以去横向对比一下。

这样一些比较类似的题目。

就可以总结出来一个答题的框架。

就像大家可能会很畏惧。

就听起来很难听。

就会有个答题模板或者什么样。

但其实它不是一个模板。

就是你要有一个答题框架。

就是你知道当他问你作用的时候。

你是要从哪几个点去考虑。

那你可能横向对比几个。

最后一题你就会发现。

他们都首先提到内容。

比如说他问你这个词。

那你要说这个词是什么内容。

他问你这句话你要说这句话有什么内容。

然后可能都提到了结构作用。

它是承上启下了或者递进了。

可能都提到了效果。

然后效果你又可以去看。

它又有什么细分的分类。

比如说手法效果。

可能是比如说比喻排比这样子。

它有形象生动的手法效果。

然后或者说它切换了诗歌的物理空间。

你可以说它拓宽了时空上的意境。

然后再有就是主旨上的效果。

那就是我深化了什么样的主旨。

再有就是对于读者的效果。

就是你通过这很多个题对比之后。

你就会发现他们都提到了这几个点。

或者不是都提到了。

就他们合在一起只有这几个点了。

然后你就知道。

ok那我下次我在遇到一个作用题之后。

我就只需要从这几个点去考虑。

就可以了。

就是你一个是。

它会让你的条理变得很清楚。

下一个就是你不用在写完一道题之后。

反复去犹豫。

说我到底写没写全。

语文其实它是一个非常关乎。

你时间管理的这样一个学科。

因为你少写了哪道题都是非常要命的。

你数学放一道题可能就那样。

但你把大作文放掉就完蛋了。

这语文非常的关乎时间管理。

其实很多时候做的慢也不是真的做的慢。

而是说我写完之后我还是在犹豫。

我觉得好像没写全的那种感觉。

你有这样一个答题框架。

你就知道这种题目它就是这几个点。

我把这几个点都遍历了写下来。

我就知道这道题已经结束了。

如果这个点我想错了那就没招了。

我就想错了。

但我知道我这几个点都已经答完了。

我就可以继续往下走了。

所以我觉得这个是学语文最重要的一件事情。

就是你要去横向的去对比这些题目。

然后这些相似的题目。

你去看他們的共性到底在哪里。

那针对考卷來說。

你覺得各板块應該怎麼答题才能拿高分。

我覺得也是有一些順序的技巧。

比如說像文言文这種题目。

那它很長。

包括像散文题它很長。

那如果你直接上去就读。

會出現的問题。

就是你把它從頭到尾读一遍。

你可能在读的時候走神了。

或者你读的時候有些東西你沒确切理解。

然后在你看到那個题目。

你發現它問的是哪。

然后你再回去去找。

然后再对比那个题目。

它就会让你做题变得很慢很拖它。

所以做比如说像就是古诗。

然后文言文散文这种阅读题。

我都会先去看最后那个大题。

它问我的是啥。

比如说如果这个文言文它问的是。

这第三大段提到了什么什么都有哪几个方面。

那我就知道我只需要很详细的关注第三个自然段就好了。

然后我在读第三个自然段的时候。

我可能要在段内再进行一些分段。

去看这一段的段内的结构是什么样的。

但其他的段落我就可以大概理解就可以这样。

让我做那个选择题就可以了。

然后包括像散文也是一样的。

比如说他问你说这个题目中。

他还可能提到某个词。

他都有哪些含义。

那我先看到这个题。

然后我再去读散文。

我就知道我只要在读的时候。

看到这个词我就把它圈出来。

我就想它的这个时候。

然后有什么样的意义。

然后到最后我就直接把它组织起来。

就可以形成这个答案。

你就不希望你在读完题之后。

再返回去看文章。

然后再回去看题。

所以我觉得这个读题顺序。

就是对你的整个的做题节奏。

你对这个文章的理解。

然后你的做题的速度。

影响都是挺大的。

包括像作文。

就是我会在拿到这个卷子的第一下。

看一下这个作文题目是啥。

但我不会细想。

因为我就发现。

如果我一细想。

想到某个很有感触的点。

就很容易你在做前面的题目的时候。

一直在想这个事情。

我之前有次就是。

我看到那个小作文。

我会觉得我太有的写了。

然后我在做前面的题目的时候。

我就一直在暗中构思这个小作文。

然后前面就写得没那么好。

最后那个小作文其实也没有很好。

所以我就会瞟一眼。

这个题目是什么。

然后我就立刻会回到第一个板块。

开始看那个内容。

然后这个时候你的潜意识里。

就会在加工这个做问题。

就你这个时候不要急着想它。

就你知道它存在。

然后它在你的脑袋里了。

但你之后你也不会想它。

你就在自己做自己的题。

但其实你的潜意识。

在隐约地思考一些和它相关的题目。

然后当你再看到这个大作文的时候。

你就会发现你能想到的点。

比你第一眼飘到它的时候要更多了。

因为其实你刚才一直在偷偷想它。

但是你不知道。

那你觉得语文120和140差在哪。

我觉得一个差的就是像刚才提到的题目的总结和复盘。

就比如说如果你就是语感非常好。

我就是看到这个试题我可以理解的很好。

但你能不能每次答题的时候都把所有的这个采分点覆盖上。

这个是需要你总结那些答题的框架才能做到的。

所以我觉得一个是差在这里。

然后再一个就是你的一些就大家说的比较虚的这种文学素养。

这些点比如说你作文写到42分。

就是已经是比如说一类下。

那你怎么写到一类上。

那你可能你的逻辑和一类上的逻辑。

可能是一致的差不多的。

但是人家写的就更加的有文气。

更加的有自己的感觉。

然后更加有一种非常胸襟开阔的感觉。

那这就是比较虚的一些内容。

那这个可能就需要一些读书方面的积累。

比如说一个是从理解方面来讲。

其实你像散文越读。

文言文越读古诗文越读。

虽然说它有一些技巧。

但我觉得它本质上还是一个。

就是审美的问题。

虽然文言文它主要是议论类。

但是比如说像古诗文散文。

它其实就是一个关于美的一个东西。

那它古诗文经常也问你的是。

它怎么表现。

就是这个诗它好在哪里。

就是它在问你这样的一些事情。

所以它需要你有这样的。

一种共情赏析的这种能力。

所以可能就要在日常。

就做一些这样的积累。

比如说像就是蒋勋说文学的。

那个系列。

然后它就会讲一些。

就是像从《诗经》到陶渊明。

反正就是有三本的一个系列。

然后它就会带你去赏析一些。

比较有名的诗词。

然后去讲她是有什么样的情感。

她哪些词。

或者做一些那种炼字的表述。

那这就是你日常的一些积累。

你就知道啊。

我可以从这样的角度去赏析。

一首诗赏析。

一篇文章。

那可能在考场上遇到你。

也可以想到这样的观点。

然后再一个就是。

刚才说的你在写作的时候。

怎么写出一种文气。

像当时就是我的语文老师。

就会说我写议论文。

特别有自己的风格。

那我觉得这个就是。

你看一些散文。

像我当时比较喜欢看的。

就是余光中的散文。

然后再看散文的这个过程中。

其实你就是受到他的写作方式。

写作风格的这种潜移默化。

包括你比较喜欢的那种你也可以背一背。

这个是非常难以观测的一个事情。

但确实可以做到的一件事情。

就是你通过这样的一些大量的输入之后。

它会影响到你的思维。

它会影响到你去写作去表达的方式。

包括我也发现上大学之后。

就比如说你一段时间不看书。

然后你就会发现自己变很笨的那种感觉。

就你想说什么或者你想表达什么的时候。

就感觉自己很笨的那种感觉。

所以你的这种输入它是一定会去影响到你的输出的。

再有一个就是我经常也会推荐的一本书。

就是《刘擎西方现代思想讲义》。

他就是梳理了一些西方进来的哲学家的一些思想。

然后比如说像韦伯。

然后尼采之类的这种。

那我觉得它对你在写议论文的时候。

你除了议论这个点。

你是怎么去看待议题和现在的我们这个时代的关系。

或你对它放在整个人类的角度上面。

你对这个议题有什么样的看法。

那这其实是需要你有一个更高的。

就是比如说一些哲学的视角和观点。

那我觉得这本书就是他还听。

就非常深入浅出。

就是他好像是流行的一个播客改成的书。

所以就是在跟你讲话的这样一种感觉。

当时高中的时候我们班。

几乎就是每个人都有一本书。

我觉得他其中很多观点。

其实你写在议论文里面。

就也是很出彩的。

你其实刚刚有提到说。

就是语文总结答题框架这件事很重要。

那你有自己常用的一些答题框架吗。

就像我刚才讲到就是像作用题这样子的题目。

包括像我语文老师也跟我讲说。

你遇到不会答的题目就按照作用题去答。

无论是像古诗文还是像散文题。

因为它是涉及的内容最多的一种题目。

比如说像古诗的话它问你作用。

那你先拿内容。

对于股市来说它最重要的主线就是意象、意境、情感。

这一条线那你说内容的时候你就讲。

这句话它用了什么样的意向。

营造了什么样的意境表达作者什么样的情感。

这个就是内容的部分。

然后就是结构作用的部分。

刚才提到他可能是转折可能是递进等等的。

然后就是说他效果的部分。

然后包括像散文题也是一样。

他问你说比如说这个画波浪线的句子。

他有什么样的作用。

那也是一样的角度。

你先讲他的内容。

然后说他内容的时候。

波浪线经常会画一个比喻句。

那你就要分析这个比喻句里面。

他的本体是什么。

喻体是什么。

他把什么比做了什么。

这两个之间有什么样的相似的特点。

这句话他到底说了什么样的一个事。

表达了作者什么样的情感。

这个就是在讲内容。

然后同样也说结构上面的作用。

比如说在整篇整篇文章中。

它起到一个什么样的结构。

是一个承上启下还是一个收束。

然后同样讲。

效果比如说读者效果。

它放在最前面。

然后引起读者的好奇。

放在最后面引起读者的思考。

然后主旨上面的效果也是。

比如说像升华。

然后手法上面的效果。

比如说比喻排比拟人等等等等。

就是我觉得这个都是相通的。


这件事本身,其实就回答了「AI 能帮你干什么」——
它能把一段你只能听一遍的东西,变成你能读第二遍的东西。