Small型号的能力边界
FunAudioLLM的官方模型卡介绍，SenseVoiceSmall支持普通话、粤语、英语、日语和韩语的语音识别，同时具有语言识别、语音情感识别及音频事件检测能力。模型家族与具体型号的语言覆盖不能混用，选择Small时应以它自己的说明为准。
这些能力可以帮助整理录音，但转写文本、情感标签和背景声音标签属于不同类型的信息。掌声、笑声等声音事件不能自动说明一句话的态度，更不能仅凭一个标签判断说话者的真实心理或对某项业务的认可程度。
访谈整理先保住原话（本站分析）
一个常见需求是把已获授权的客户访谈整理成可检索材料。可以先保留录音原件，按适当长度分段，再进行转写和术语检查。产品名称、数字、否定词及时间表述需要重点复核，因为这些内容出错会改变后续总结的意思。
工作台应让使用者能从文本回到相应音频片段。片段编号、原始文件和起止位置由处理流程维护，不能假定模型已经提供精确的逐字时间戳或说话人身份。多人交谈时，应另外核对发言归属，必要时由人工标注。
摘要不能替换原始记录
如果还需要会议结论或行动清单，应将摘要放在独立步骤，明确标记它来自转写材料。对未说清的负责人、截止日期和承诺，保留待确认，而不是利用常识补齐。用户应同时看到原话依据与编辑后的归纳。
同一句话中的更正也要保留语义。例如“不是本周，是下周再交”不能只抓出“本周”和“交付”两个关键词。抽样复核时，可专门加入这类纠正、犹豫和反问，检查整理流程是否把不确定事项写成确定结论。
交付一份可维护的素材库
小团队可提供转写文本、术语表、待确认片段和检索目录，把人工复核时间计入服务成本。文件权限、保留期限与删除方式应在项目开始时约定，避免录音被随意复制到与项目无关的账户。
本文没有实测识别准确率或处理速度，也没有把情感识别用于人员评价。是否适用，应使用与客户录音条件相近、已获授权的样本验证，而不是仅根据一段安静环境中的演示决定。
延伸阅读
了解实时语音业务接入；比较欧洲语言字幕整理。更多介绍见AI模型栏目。