把 78 分钟录音变成带发言人的逐字稿 2026.10.17 手机上的终端工具 + 两个 Python 脚本 + 一个原生支持音频的全模态模型:长录音自动分段、能区分不同说话人、每句带时间戳。附工具清单、命令、六个坑与名词小抄。 教程