原始的Loquira转录记录了语音引擎识别的每一个词：完整的句子、句子片段、错误的开始、重复的填充词以及串扰的痕迹。它是引擎听到内容的准确记录。但它不是一份可以发布的文档。
本指南涵盖了整理加工的过程——将原始转录转变为适合分发、引用和存档的文档所需的最低限度的清理工作。
最低限度的清理步骤
一份经过整理的转录应通过三项测试：
- 读者能够识别谁说了什么。
- 文本以书面散文的形式流畅呈现，而非不流畅的讲话。
- 分发版本中不包含敏感内容。
步骤一：说话者归属。 原始转录将话语记录为单一流。如果有多个说话者，请在每位说话者的首次发言以及每次说话者变更时添加说话者标签。使用说话者的姓名或角色：“Alina Novak（CEO）：” 或 “主持人：“。对于新闻发布会，如果已获得许可，请按媒体机构识别记者：“提问——法国世界报：”。
步骤二：段落分隔和结构。 原始转录是一系列带时间戳的片段。在自然的主题过渡处插入段落分隔。如果当晚的议程涵盖三个主题，转录应有三个部分。为主题转换添加方括号注释：“[过渡到问答环节]”。
步骤三：清除不流畅表达。 删除重复的填充词（嗯、呃、你知道、就像、有点）。语音引擎忠实地再现了每一个话语，包括这些词。经过整理的版本通过省略这些词能更好地服务于读者。不要纠正语法、改写句子或改变说话者的意思。转录是记录，不是重写。
对照原文校核翻译转录
当会话有多个输出语言处于活动状态时，每种语言的转录都是原始语音的独立呈现。将法语转录直接反向翻译成英语，不会逐字匹配英语原文——翻译会带来措辞、习语处理和句子结构方面的合理差异。
如何为分发进行校核：
- 将原始语言转录作为权威版本分发。
- 将每个翻译转录与其并列分发，并清晰标注：“法语翻译（机器生成）”。
- 不要尝试人工统一翻译与原文。这种差异是翻译过程的固有特性，并不表示错误。
如果某个特定段落必须在所有语言版本中保持一致——政策声明、法律免责声明、关键引述——请单独核实该段落的翻译，并在需要时在转录中加注。这在大多数使用场景中很少见，但在监管或合规环境下至关重要。
敏感内容编辑
在对外分发转录前，检查其中是否有不应出现在发布版本中的敏感内容。
需要注意的内容：
- 个人身份信息（电话号码、电子邮件地址、家庭住址）在活动期间被提及。语音引擎会准确捕捉这些信息。
- 在正式记录环节中说的非记录言论。演讲者可能在句子中间从正式记录转为非记录。
- 商业敏感的展望性陈述——在会场内已获准讨论，但不适用于对外分发。
编辑方法： 用方括号描述替换敏感段落：“[已编辑——涉及商业敏感信息]” 或 “[已删除个人信息]“。不要将原始转录作为编辑证明使用；文本位于相同位置。请创建一个独立的编辑后文件。
长期记录的存档规范
每周或每月举办Loquira会话的组织会积累大量转录存档。如果没有命名规范，存档会在几个季度内变得无法使用。
推荐的存档结构：
/transcripts/
YYYY/
YYYY-MM-DD_活动名称/
YYYY-MM-DD_活动名称_en.txt
YYYY-MM-DD_活动名称_fr.txt
YYYY-MM-DD_活动名称_ja.txt
YYYY-MM-DD_活动名称_metadata.json元数据JSON文件存储会话级别的信息：演讲者姓名、活动类型、时长、每种语言的听众人数，以及任何整理者备注（例如 “问答环节缺失——问答期间麦克风关闭”）。
每次活动的保留决策：
并非每个转录都需要无限期保存。为每种活动类型建立一个保留类别：
| 活动类型 | 保留期限 | 示例 |
|---|---|---|
| 董事会会议 | 永久 | 年度股东大会 |
| 内部全员大会 | 2年 | 季度全体会议 |
| 新闻发布会 | 1年 | 产品发布会 |
| 每周站会 | 90天 | 工程同步会议 |
| 测试会话 | 30天 | 活动前的演练 |
在存档级别而非每个文件上应用保留策略。一个检查文件夹创建日期与保留策略的脚本可以自动完成清理工作。