Interview transcription tw
Skill richardvt/claude-skills-journalism-tw/journalism-core-tw/skills/interview-transcription-tw
台灣在地化 Claude Code journalism skills：政資法、查核、OSINT、AI 味清理、編務、資料新聞與投稿 pitch。
npx -y skills add richardvt/claude-skills-journalism-tw --skill interview-transcription-twAssembled from the repository path, not quoted from the project. Check it against their README if it does not work.
2 things to look at
- no licenseNo license file was found in the repository. Code published without one is not open source by default, so using it at work is a question for whoever answers licensing questions where you are.
- 0 stars0 stars. Stars are a popularity signal and not a quality one, but at this level it is likely that nobody has read this closely except its author, and you would be relying on your own review.
What its author says it does
Copied from the file, not written here
台灣採訪錄音轉錄與引語管理工作流程 (繁體中文/台灣專用版,對應 upstream interview-transcription 的美國版)。涵蓋:錄音檔管理、Whisper 中文模型 (large-v3、台/客/原民族語)、雅婷逐字稿、台灣商用轉錄服務、引語提取、時間軸對照、查證用 quote database、轉錄品質檢核、與 source-verification-tw / fact-check-workflow-tw 整合。錄音轉逐字稿、引語對照查核、訪談檔案管理、語音檔保存時觸發。記者、查核員、研究員、法務、紀錄片工作者必備。
SKILL.md
9.4 KB, as published. Nobody here has run it
台灣採訪錄音轉錄工作流程
逐字稿不是錄音的文字版,是查核的證據。本 skill 提供從錄音→轉錄→引語→存檔的台灣場景工作流。
何時使用
- 訪後將錄音轉為逐字稿
- 從逐字稿提取可發布引語
- 對照查核(原話 vs 報導引述)
- 訪問檔案長期保存
- 多語言訪談(國/台/客/原民族語/英)
- 法律案件之證據錄音轉錄
一、錄音檔管理
命名規範
YYYY-MM-DD_受訪者_主題_序號.[副檔名]
範例:2026-05-28_林桂英_麵店拆遷_001.m4a
避免:用「錄音 001.m4a」「new recording.mp3」這種空泛名稱。
多重備份(現場錄完即備)
| 位置 | 用途 |
|---|---|
| 手機 / 錄音筆原檔 | 第一份 |
| 雲端(Google Drive / Dropbox / iCloud) | 第二份 |
| 本機 SSD | 第三份(編輯用) |
| 編輯部 NAS / 共享磁碟 | 第四份(可選,涉公益重大案件) |
檔案格式
| 格式 | 何時用 |
|---|---|
| WAV / FLAC | 無損,法律案件、長期保存 |
| M4A (AAC) | 一般採訪,平衡品質與大小 |
| MP3 192-320 kbps | 廣電可用 |
| 不要用 MP3 128 以下 | 品質太差影響轉錄準確度 |
二、轉錄工具(2026 年台灣可用)
開源 / 本地(免費 + 隱私安全)
| 工具 | 語言 | 注意 |
|---|---|---|
| OpenAI Whisper large-v3 | 中文、英文、台/客/原民族語(基本) | 本地跑;對台灣口音國語有效;客語、原民族語效果參差;需 GPU 較流暢 |
| WhisperX | 同上 + 含時間軸對齊 + speaker diarization | 適合多人訪談 |
| Faster-Whisper | 同上 + 速度更快 | CPU 也可跑 |
| Whisper.cpp | 同上 + Mac M 系列優化 | M1/M2/M3/M4 用 GPU 加速 |
雲端商用(收費 + 速度快)
| 工具 | 強項 | 注意 |
|---|---|---|
| OpenAI Whisper API | 大模型 + 雲端 | 隱私:檔案上傳到 OpenAI |
| Google Cloud Speech-to-Text | 多語言 + 客製字典 | 隱私:檔案上傳到 Google |
| Azure Speech | 商用穩定 + 多語言 | 隱私:檔案上傳到 Azure |
| Anthropic Claude API(間接) | 上傳檔案 + 提示轉錄 | 不是主力轉錄工具 |
台灣本地服務
| 服務 | 強項 | 網址 |
|---|---|---|
| 雅婷逐字稿 | 台灣口音、台語(taimedialabs 旗下);新聞工作者常用 | yating.tw |
| 韻誌語音雲 | 客語、原民族語為強項 | 視專案 |
| 聽錄文字稿(萬芳) | 人工轉錄,品質高 | 人工服務 |
完美組合(2026 實務推薦)
- 本地 Whisper large-v3(隱私敏感場景)→ 自己 GPU 跑
- 雅婷逐字稿(台灣口音、台語比 Whisper 強)→ 一般採訪
- 人工轉錄(法律案件、引語精準度極高)→ 萬芳、聽錄
三、轉錄品質檢核
自動化轉錄之常見錯誤
| 問題 | 例子 | 處理 |
|---|---|---|
| 數字錯誤 | 「2,000 萬」變「兩千萬」、「200 億」變「兩百億」 | 對照錄音逐一檢查 |
| 人名錯誤 | 罕用姓氏、原民族姓名 | 建字典預先告訴 ASR |
| 機構名簡稱混淆 | 「公平會」vs「公賣會」 | 校對逐一檢查 |
| 同音異字 | 「在」/「再」「投資」/「頭尾」 | AI 上下文不足時錯 |
| 台語、客語混雜 | Whisper 中文模型對台/客語成功率較低 | 用台語模型或雅婷 |
| 背景噪音、多人 | 街訪、餐廳採訪 | speaker diarization + 後製分離 |
| 時間軸偏移 | 影片轉錄時 audio/video offset | WhisperX 對齊 |
後製檢核 SOP
1. AI 跑完先輸出**附時間戳**版本
2. 開錄音 + 逐字稿並列,從頭聽過(可加速 1.5x)
3. 重點段落降速到 1.0x 再聽
4. 異常段落(數字、人名、時間)逐字核對
5. 修正錯字 + 標記不確定處 [??]
6. 留**雙版本**:精確逐字稿(含「嗯」「啊」)+ 編輯版(順稿)
四、引語提取與管理
引語資料庫模板(Notion / Excel / Airtable)
| ID | 受訪者 | 訪談日期 | 時間軸 | 原話 | 是否可發布 | 歸屬層級 | 引述動詞 | 已用稿 |
|---|---|---|---|---|---|---|---|---|
| Q-2026-001 | 林桂英 | 2026-05-28 | 00:12:34 | 「這條街我做了 32 年。」 | 是 | 具名 | 說 | (尚未) |
| Q-2026-002 | ○○官員 | 2026-05-28 | 00:34:56 | 「内部認為應該重新檢討」 | 是 | 不具名「○○部資深官員」 | 透露 | 2026-05-29 文 #001 |
引語精準度規則
| 原則 | 處理 |
|---|---|
| 直接引語必須一字不差 | 從錄音逐字對照 |
| 語助詞可刪減(「嗯」「啊」「就是」) | 編輯版可刪 |
| 語意流暢之必要修飾 | 用 [括號] 標明:「我(當時)就...」 |
| 截長為短 | 用刪節號:「我從 32 年前⋯⋯到現在還在做」 |
| 語意改變 | 禁止;若改寫請改為間接引語 |
| 多次採訪拼接 | 必須註明日期「2026 年 5 月 28 日與 6 月 3 日訪談」 |
| 私下對話轉公開 | 須當事人同意 |
詳細歸屬規則見
interview-prep-tw§四「歸屬規則」。
間接引語(改寫)
當原話過於繁冗、技術、或涉個資時,改間接引語:
原話:「我覺得這個健保改革啊,就是,
他們應該要先把那個藥價的部分先處理好,
然後再來談費率調整的事情。」
間接引語:衛福部長○○○認為,健保改革應先處理
藥價,再談費率調整。
註意:間接引語不可加引號;意思不可變;歸屬要清楚。
五、多語言訪談處理
國語(普通話)
- Whisper large-v3 一般效果不錯
- 雅婷逐字稿對台灣國語口音極佳
台語(台灣閩南語)
- Whisper 中文模型成功率較低(< 70%)
- 建議:雅婷逐字稿 + 人工後製
- 寫稿時:音譯 vs 漢字 — 台語有官方推薦漢字(教育部《台灣台語常用詞辭典》),新聞稿一般用漢字 + (羅馬字)註音
客語(海陸/四縣/大埔/饒平/詔安)
- ASR 工具支援有限,首選人工轉錄或韻誌語音雲
- 寫稿時:教育部客語辭典 為準
原住民族語(共 16 族)
- ASR 幾乎無工具
- 必須人工轉錄,且應與部落族人合作
- 涉祖傳故事、歌謠可能涉原住民族傳統智慧創作保護條例(詳見
interview-prep-tw§九)
英文 + 中文混雜
- Whisper 一般能處理
- 但程式碼名稱、技術術語仍易錯,需後製
第三國語(越南、菲律賓、泰、印尼)
- 移工採訪常見
- 建議:譯者現場翻譯且自己也錄音,事後比對
六、檔案保存與法律
保存期限
| 類型 | 建議保存期 |
|---|---|
| 一般採訪 | 2 年(超過追溯期一般爭議) |
| 重大公益議題 | 5-10 年(可能成為日後查核參考) |
| 涉法律訴訟 | 訴訟結束 + 5 年 |
| 受訪者明確要求保存或銷毀 | 依其要求 |
法律層面
詳細錄音法律見
interview-prep-tw§三 與source-verification-tw§十二。
重點:
- 採訪錄音為記者所有;受訪者無權要求交出原檔
- 但受訪者可主張其引語不可發布(若事前約定 off the record / 不可發布)
- 法院得依個案要求提交錄音作為證據(透過搜索票 / 強制處分)
- 新聞自由保護:記者可主張《憲法》第 11 條言論出版自由抗辯,但非絕對
銷毀程序
- 不需要的錄音:過了保存期應主動銷毀
- 銷毀時:從所有備份位置(手機、雲端、本機、NAS)同時刪除
- 數位刪除不等於物理銷毀:Mac/Windows 預設刪除可被還原;敏感檔案用安全刪除工具(srm、SDelete)
七、與其他 -tw skill 整合
工作流
[採訪結束]
↓
[interview-transcription-tw] ← 你在這裡
├── 多重備份
├── AI 轉錄 + 人工校對
├── 引語資料庫建立
↓
[fact-check-workflow-tw] 對引語做查證
↓
[source-verification-tw] 若涉影像/影片同步驗證
↓
[ai-writing-detox-tw] 撰稿時去 AI 味
↓
[newsroom-style-tw] 引述格式(動詞色彩、不具名規則)
↓
[發稿]
重疊處理
-
引語精準度:
interview-transcription-tw§四:逐字 vs 順稿原則newsroom-style-tw§八:引述動詞、不具名規範- 兩者搭配
-
錄音同意:
interview-prep-tw§三:主處理(《刑法》§315-1、《通保法》§29)interview-transcription-tw:檔案保存與銷毀source-verification-tw§十二:法律風險概要- 以
interview-prep-tw§三為準
版本說明
- 版本:1.0.1 / 截至 2026-05-28
- 改寫自 upstream
journalism-core/interview-transcription - 在地化重點:雅婷逐字稿等台灣商用服務、台語/客語/原民族語轉錄工具差異、多重備份策略、台灣 16 族原民族語轉錄之倫理考量、《憲法》第 11 條新聞自由抗辯