parse-speech：演讲稿/语音转文字材料解析

> 本 skill 负责处理语音转文字的演讲稿，执行清洗、对照校验、信息提取，输出可直接用于案例写作的结构化素材。
> 前提：需要搭配 PPT 做对照。单独演讲稿可处理，但数据可信度会打折。

一、演讲稿的本质特征（先理解，再处理）

与 PPT 的核心差异

演讲稿的独有价值（PPT没有的）

• 客户/嘉宾原话：最珍贵的一手素材，可直接引用
• 故事细节：决策过程、遇到的坑、意外收获
• 情感色彩：对问题的焦虑、解决问题的成就感、合作中的感受
• 深层逻辑：不只是"做了什么"，更有"为什么这么做"、"为什么不做别的选择"
• 过渡连接：问题之间的因果关系、方案各部分的逻辑串联

演讲稿的典型问题（语音识别导致）

1. 专有名词错误：Superglass→SpreadJS、GC Excel→GcExcel、况堂喜→匡唐喜
2. 行业缩写错误（新增）：黑丝/黑丝系统→HIS系统（医院信息系统）、IFR/I发的→RFID
3. 断句错误：孙文不只强调→所以不只强调
4. 口语填充词：哈、唉、那、对吧、是不是、所以说、其实、它就是说
5. 重复修正：说话人自己纠正措辞导致冗余
6. 数字模糊：4个多小时 vs PPT中的 4.5h，50%以上 vs PPT中的 50%+
7. 术语不规范：表哥→表格、这个系统→苍穹平台

二、演讲元数据提取（Step 0 — 最先做）

演讲稿文件通常包含元数据，必须提取：

从演讲稿文档中读取

• 演讲标题：文档开头通常有"XX_x264"格式的标题
• 日期：演讲日期
• 时长：如"24分钟40秒"
• 关键词（自动生成）：语音识别系统自动提取的关键词列表，可作为主题验证参考
• 说话人：说话人 1 / 说话人 2 等多说话人标记

注意事项

• 关键词是机器自动生成的，仅供参考，不能替代人工理解
• 如果有多说话人，需要标注每个部分的说话人及其角色

三、演讲者身份类型识别（Step 0.5 — 决定后续处理策略）

先判断演讲者是谁，再决定怎么处理。

类型A：产品方代表讲客户案例

• 如金蝶匡唐喜分享招商局集团的案例
• 演讲者是产品/技术提供方，案例主体是第三方客户
• 处理策略：公司简介部分是关于演讲者公司的，客户案例部分是关于第三方的，必须分开

类型B：客户/合作伙伴自己讲自己

• 如达美盛谢春杰分享自己的实践，腾晨科技罗水华分享为医院构建的系统
• 演讲者就是案例主体，同时也是产品的使用方/构建方
• 处理策略：公司简介即为案例的"客户简介"部分，不需要再到演讲中找第三方

类型B内部需进一步区分：
- B1 自建自用型：如达美盛——自己用葡萄城产品构建自己的商业产品平台
- B2 合作伙伴交付型：如腾晨科技——用活字格为最终客户（如医院）构建交付系统，演讲者是合作伙伴，最终客户是案例的受益方
- 区分方法：演讲中是否明确提到了"我们为客户XXX做了..."或"在XXX医院/企业实施了..."

类型C：产品方讲产品能力（无明确客户案例）

• 演讲者大量篇幅介绍产品功能矩阵
• 只在最后或中间简单提一两个客户名字和数据
• 处理策略：明确标注"产品功能讲解部分"（不是案例素材）vs"客户案例部分"（是案例素材）

判断方法

1. 看演讲者所属公司 ≠ 案例客户公司 → 类型A
2. 看演讲者所属公司 = 案例客户公司 → 类型B
3. 演讲中产品功能介绍占比 > 80%，客户数据占比 < 20% → 类型C

三.五、演讲叙事结构识别（Step 0.7 — 决定信息提取策略）

识别演讲者采用什么叙事结构来组织内容。不同结构的提取重点不同。

结构1：工作流叙事型（边讲故事边解释）

• 特征：按业务流程的自然节点展开（如入库→质检→调拨→调剂→注销），每个节点都有"以前怎么做→现在怎么做→效果如何"
• 典型案例：腾晨科技（中药饮片追溯）
• 提取策略：
• 优先提取每个节点的 Before/After 对比（这是案例的骨架）
• 关注流程中每个节点的具体数字（时间、数量、差错率）和决策逻辑（为什么要在这个节点用RFID而不是二维码）
• 工作流本身就是一个天然的"解决方案"章节大纲

结构2：概念框架型（先搭框架再验证）

• 特征：先提出理论/方法论框架，再用客户案例验证
• 典型案例：金蝶（问题→方案→架构→案例）
• 提取策略：框架部分提取为"方案能力参考"，案例部分提取为"案例核心素材"，两者分开

结构3：产品矩阵型（逐个介绍产品能力）

• 特征：按产品/模块逐一介绍，最后简要提及客户
• 典型案例：达美盛（PID→3D→IDA→ECM→APP→案例）
• 提取策略：产品介绍部分参考性提取，重点挖掘最后的客户案例数据；如果案例数据过少，标注"本演讲案例素材较薄"

结构4：混合型（概念+技术+故事）

• 特征：先一部分概念，再技术细节，中间穿插客户故事
• 提取策略：按内容段落分别标注类型，分段提取

结构5：行业深耕型（个人旅程→行业剖析→案例验证）（新增）

• 特征：开篇用个人情感/职业经历做钩子（如"10年试了4-5个行业，最后只剩这一个"），然后深入剖析一个行业的独特复杂性（五个痛点逐一展开），再用客户案例验证。叙事动力来自"从广撒网到聚焦一个行业"的专家成长历程
• 典型案例：江阴浪潮王善军（锻造/金属成型加工行业）
• 提取策略：
• 开篇的个人旅程/情感钩子 → 提取为案例的开篇素材（可用于"关于XX"段落，赋予人格深度）
• 行业复杂性的逐层展开 → 提取为痛点分析的框架（为什么这个行业的数字化转型特别难？）
• 方案中每个模块对应一个痛点 → 形成"痛点-方案"一一对应的叙事矩阵
• 客户案例数据 → 作为方案有效性的最终验证
• 特别提示：这种结构中，方案本身的故事比客户数据更重要——因为深耕行业本身就是核心能力证明

四、处理流程（四步法）

原始演讲稿 → [Step0 元数据提取] → [Step0.5 身份识别] → [Step1 清洗] → [Step2 PPT对照校验] → [Step3 信息提取] → [Step4 结构化输出]

Step 1：清洗（Clean）

1.1 去冗余

• 删除纯语气词：哈、唉、呃、嗯、那个、这个（无实际语义时）
• 删除重复修正：说话人自我纠正产生的重复表达，保留最终版本
• 删除过度过渡：接下来我想说的是、前面讲了很多、这里我想强调一下——可压缩为简短承接
• 保留有价值的口语：客户原话（"我们不是在做报表，我们是在找版本"）、生动比喻（"毛细血管"层次）、有态度的表述（打死也不改版）

1.1.5 值得保留的高价值口语修辞（不能清洗！）

以下口语修辞是演讲者有意为之的叙事技巧，清洗时绝对不能删除：

① "先抑后扬"修辞
- 演讲者先说"XXX很简单/只有几个步骤"，然后逐层揭示真正的复杂性
- 示例：锻造不就这么四个工序 → 等你深入进去的时候，你会发现非常非常的复杂
- 写案例价值：天然的叙事张力——"看起来简单的东西，做深了才见功力"

② "情绪化入场"开篇钩子
- 用个人情感/职业经历开场，而非直奔主题
- 示例："这应该是一个有点无奈也有点忧伤的一个故事""十年期间大概我们接触了4到5个行业，慢慢慢慢就剩下了这么一个"
- 写案例价值：将技术案例赋予人的温度和故事感；适合做"关于XX"段落的开篇

③ "不可思议"自证数据
- 演讲者对自己发现的数字表示惊讶，然后确认真实性
- 示例："NCR管控占实施工作量接近40%，这是不可思议的事情，但是它是确确实实存在的"
- 写案例价值：从业者本人的震惊增强了数据可信度——"连他自己都没想到"

④ "对赌/承诺"叙事
- 演讲者以结果承诺来背书数字的真实性
- 示例："签了个协议，我一定把它干到20天以内，我才拿项目费用""这个数据是我们双方实际算出来的"
- 写案例价值：最强的数据可信度背书——"赌上收入换来的数据，不可能造假"

⑤ 引用同场其他演讲者
- 在演讲中认同或引用同一活动/论坛上其他嘉宾的观点
- 示例："南通梁总讲的那句话""优倍的董总讲的那个话——一定要理解行业"
- 写案例价值：展示行业共识和社区感，可用于案例的"行业趋势"背景段落

1.2 纠正专有名词（关键！必须对照 PPT 或 learn-company skill）

核心规则：同一个产品名可能在同一篇演讲稿中以多种不同方式被语音识别。必须全篇搜索所有变体，不是只改一处。

行业专业缩写特别提醒：语音识别对英文缩写（如 HIS、RFID、ERP、MES）的识别能力极差。必须根据上下文和 PPT 还原：
- HIS→黑丝/黑丝系统/his/HIS
- RFID→IFR/I发的/AI发/RF ID
- 处理策略：先读 PPT 确认演讲涉及哪些行业缩写，再全篇搜索可能的语音识别变体

常见错误对照表（持续积累）：

Wyn 特别提醒：这是最容易出错的名称。同一篇演讲中可能同时出现"万报表""one报表""外报表""Web报表"等 4 种以上的变体。

> 完整版术语映射表：以上为高频条目精简版。如需获取最新的完整对照表，参照 proofread-speech skill 的 references/term_mapping.md（两个 skill 共享同一份，持续同步更新）。

规则：凡是产品名、公司名、人名，优先以 PPT 和 learn-company skill 为准。无法确定的标注 [待确认]。

1.3 修正断句

语音识别经常在错误的位置断开句子：
- 所以我们不只强调一件事情 → 孙文不只强调 被错误断开
- 处理：根据上下文逻辑重新连接

1.4 压缩口语化表达

• 那其实说白了就是一句话，就是说 → 本质上
• 那大家可能会问一个问题，就是 → （删除，直接接内容）
• 那么这里面我想特别提一下 → 特别值得一提的是

Step 2：PPT 对照校验（Cross-check with PPT）

这是演讲稿处理的灵魂。 没有对照 PPT，演讲稿里的数据和术语都不可信。

2.1 数据校验规则

if 演讲稿数据 == PPT数据:
    → 直接使用（高可信度）
elif 演讲稿数据 ≈ PPT数据（如"4个多小时"≈4.5h、"50%以上"≈50%+、"90%"≈"90%以上"）:
    → 以 PPT 精确数据为准
elif PPT有数据但演讲稿没提到:
    → 从 PPT 补充
elif 演讲稿有数据但PPT文本提取为空:
    → 可能是PPT为纯图片。标注 [演讲提及，PPT图片页未确认]，但仍可使用
elif 演讲稿有数据但PPT有文本且没有:
    → 谨慎使用，标注 [演讲提及，PPT未确认]
elif 两者数据冲突:
    → 以 PPT 为准

2.2 纯图片PPT页面的处理（重要！）

PPT 中可能有大量页面只包含图片/截图/架构图，文字提取为空。例如达美盛 PPT 的 Slide 32-36（标杆实践案例页）几乎无文字。

处理策略：
1. 首先标注哪些页面文字提取为空：[PPT Slide XX-YY 为纯图片，内容未提取]
2. 如果演讲稿在对应段落提到了数据 → 这些数据可能只有演讲中有，需要在输出中标注来源为"演讲（PPT对应页为图片，无法交叉验证）"
3. 如果演讲稿在对应段落没提到 → 说明图片信息完全未知，写案例时不能臆测
4. 不要因为 PPT 文字为空就放弃演讲中的数据。只要演讲数据合理，标注清楚来源即可使用

2.3 结构对照

• 将 PPT 的 Slide 结构映射到演讲稿段落
• 标记演讲稿中 PPT 没有覆盖的"血肉"内容（这部分是写案例的金矿）
• 标记 PPT 有但演讲稿"一带而过"跳过的部分：演讲中每出现一次"因为时间关系/一带而过"，对应 PPT 页面就是演讲者认为重要但没展开的深度素材（新增）

2.4 术语统一

• 演讲稿中的模糊表述对齐到 PPT 中的标准术语
• 例：这个系统→苍穹平台、表格能力→类 Excel 计算表达能力

Step 3：信息提取（Extract）

3.1 区分产品功能介绍 vs 客户案例内容

在长演讲（>15分钟）中，演讲者往往先花大部分时间介绍产品/方案功能，最后才简要提及客户案例数据。必须明确划分：

处理规则：
- 产品功能介绍部分：提取为"方案能力参考"（写方案部分时参考）
- 客户案例部分：提取为"案例核心素材"（优先级最高）
- 如果演讲中客户案例占比很低（<20%），在输出中明确标注"本演讲案例数据较少，主要是产品介绍"

3.2 必须提取的信息维度

3.3 特别关注：演讲者说了3次以上的点

重复强调的内容 = 核心信息，优先级最高。

3.4 客户原话金句提炼

从演讲稿中提取可引用的客户/嘉宾原话：
- 必须是完整、通顺、有冲击力的句子
- 口语可以适当润色但保持原意
- 标注出处（如"据XX分享"）

Step 4：结构化输出（Output）

清洗+提取后，输出以下结构化的 Markdown，方便后续 extract-insights 和 write-case-draft 使用：

# [演讲主题] — 材料解析

## 演讲元数据
- 日期：YYYY-MM-DD
- 时长：XX分钟
- 语言识别关键词：XXX, XXX, XXX

## 基本信息
- 演讲者：XXX（职位）
- 演讲者所属公司：XXX
- 演讲者身份类型：A产品方讲客户 / B自己讲自己 / C产品介绍为主
- 案例主体客户/公司：XXX（如与演讲者不同）
- 行业：XXX
- 对应产品：活字格 / SpreadJS / Wyn / 组合
- 产品在方案中的具体角色：[逐一说明，如：Wyn用于报表引擎+三维可视化插件、SpreadJS用于业务表单所见即所得]

## 纯图片PPT页面（无法文字提取）
- Slide XX-YY：[推测内容主题]
- （无则写"无"）

## 产品功能介绍（非案例素材，仅供参考）
- 要点1
- 要点2

## 客户案例核心素材

### 核心痛点（按PPT数据校准）
1. 痛点名称：描述（后果：XXX）
2. ...

### 解决方案概要
- 方案思路：
- 技术架构要点：
- 产品角色：活字格/Wyn/SpreadJS 分别解决了什么

### 实施效果（PPT数据优先）
| 指标 | 数值 | 客户/项目 | 来源（PPT/演讲） |
|------|------|----------|-----------------|
| XXX | XX | XXX客户 | PPT |
| XXX | XX | XXX项目 | 演讲（PPT图片页） |

### 效果表述模式评估（新增）
- 客户A效果表述：定性/定量，可信度原因（如军工保密/对赌协议测算/上市公司财报）
- 客户B效果表述：定性/定量，可信度原因

### 深度素材（演讲独有、PPT缺失）
- 管理理论框架（如"破窗理论"在数据治理中的应用）
- "对赌/承诺"叙事（如"签了协议，达不到效果不收费"）
- 行业深耕故事（如"10年试了5个行业，最后只剩这一个"）
- 被"一带而过"跳过的PPT详述内容（补充提取）

### Before/After 关键对比（案例叙事的核心动力）
| 环节 | 以前 | 现在 | 改变 |
|------|------|------|------|
| XXX | XXX | XXX | 从X小时→X分钟 |

### 金句/客户原话
- "XXX"——描述了XX场景
- "XXX"——表达了XX观点

### 深层洞察（PPT没有、演讲稿独有）
- XXX的决策逻辑
- XXX在实施中遇到的挑战
- XXX的真实感受

## 数据可靠性评估
- [ ] 所有数据已在PPT中确认
- [ ] 部分数据仅有演讲来源（PPT图片页无法验证）
- [ ] 以下数据需特别标注来源：[列表]

## 写案例时的注意事项
- 本案例的独特卖点：
- 需要注意的产品表述：
- 建议的案例类型：
- 其他注意事项：

五、常见陷阱与处理

陷阱1：演讲者对数据的模糊表述

• 提升了大概50%左右 → 取 PPT 精确数据，如无则用 约50%
• 效率提升了好几倍 → 必须从 PPT 找精确数字，找不到就放弃，不能编

陷阱2：演讲者的主观评价

• 这个效果非常显著 → 保留态度，但需要量化数据支撑
• 客户非常满意 → 找到具体满意的表现（续约？追加采购？推荐？）

陷阱3：演讲中提到的非客户自己的故事

• 演讲者可能引用第三方例子来解释概念 → 不要混入客户案例
• 区分"客户做了什么"vs"我们想表达的理念"

陷阱4：同一概念演讲中多次出现但表述不同

• 取最完整/最精确的一次表述作为主版本
• 如：第一次说"合并周期缩短了大概一半"，后面说"合并周期缩短了50%以上" → 取后者

陷阱5："缩短到" vs "缩短了" 的歧义（中文特有）

• 数据检索时间缩短到70% = 从100%缩短到70%，即减少了30%
• 数据检索时间缩短了70% = 减少了70%，即只剩30%
• 规则：遇到"缩短到""提高到""降低到"等含"到"的表述，必须特别警惕。优先从 PPT 找精确数值验证。如果 PPT 也没有，标注 [演讲数据，注意"缩短到/缩短了"歧义]

陷阱6：演讲者说的客户数据在PPT的纯图片页上

• 数据无法交叉验证 → 不放弃，但标注来源为"演讲（PPT对应页为图片）"
• 写案例时可用，但不能标注为"PPT确认"

陷阱7：演讲者的自谦/务实语气中的真实反馈（新增）

• "看起来比较简陋"、"抛砖引玉"、"当时是9.0版本做的" → 这些自谦表述背后藏着真实的用户满意
• 不要被谦辞误导以为效果一般，要找到与之矛盾的证据（如"客户相当满意""获了两个专利""参观的医院很多"）
• 规则：自谦语气 + 客观成果（专利/参观量/客户续约） = 高度可信的真实好评

陷阱8：在竞品对比中过度贬低替代方案（新增）

• 演讲者可能会过度贬低竞品来凸显自己的方案（如说二维码"致命缺点""防伪能力很差"）
• 写案例时保留对比逻辑，但柔化表述："相比传统二维码方案，RFID技术实现了..."而非"二维码有致命缺陷"
• 规则：对比逻辑保留，攻击性措辞柔化

陷阱9："一带而过"——演讲因时间限制跳过的重要内容（新增）

• 表现：演讲者多次说"因为时间关系我就不讲了""这地方我就简单一带而过了"
• 这些被跳过的内容通常存在于 PPT 中，是演讲者认为重要但没时间展开的
• 规则：演讲中每出现一次"一带而过/时间关系"标记，必须到对应 PPT 页面提取完整内容
• 被跳过但 PPT 详述的内容 = 写案例时可展开的深度素材（演讲者认证过的重点）

陷阱10：同一演讲者的两种效果叙事模式（新增）

• 同一演讲者在同一次演讲中对不同客户使用截然不同的效果表述：
• 纯定性（如"产值乘以3""口碑翻天覆地""客户高度赞扬"）——常见原因：军工/保密客户不便公开数据，或是新品尚无长期精确统计
• 纯定量（如"库存周转天数从47.7天下降到11.9天"）——常见原因：有对赌协议精确测算，或是上市公司有财报约束
• 规则：不要对定性表述打折扣——"产值乘以3"即使没有精确数字也是可信的结论。但需区分原因：是客户不便公开 → 定性表述等同于定量效果；是拿不出数据 → 需要谨慎使用
• 判断方法：检查客户背景——涉军/上市/签了对赌协议 → 可信度极高；纯口头描述无旁证 → 可信度打折

六、输出质量标准

• [ ] 演讲元数据已提取（日期、时长、关键词）
• [ ] 演讲者身份类型已判定（A/B/C，B类型已区分B1/B2）
• [ ] 演讲叙事结构已识别（工作流/概念框架/产品矩阵/混合/行业深耕）
• [ ] 所有专有名词已校正（全篇搜索，不遗漏任何变体）
• [ ] 制造业专业缩写（NCR/MRB/MES/HIS/RFID等）已全篇搜索并校正
• [ ] 所有数据已标注来源（PPT/演讲/PPT图片页）
• [ ] 纯图片PPT页面已标注
• [ ] 演讲中被"一带而过"跳过的PPT内容已补充提取
• [ ] 产品功能介绍和客户案例内容已明确区分
• [ ] 已提取至少2条金句/客户原话
• [ ] 已提取至少2条PPT没有的深层洞察
• [ ] 已明确案例类型（客户自用/合作伙伴等）
• [ ] "缩短到/缩短了"等歧义表述已处理
• [ ] Before/After对比已系统提取
• [ ] 竞品对比逻辑已保留、攻击性措辞已标注须柔化
• [ ] 自谦/务实语气中的真实好评已验证
• [ ] "自证清白"类叙事已单独提取
• [ ] 管理理论/哲学框架（如"破窗理论"）已提取
• [ ] 同一演讲者定性与定量效果已区分、可信度已评估
• [ ] "对赌/承诺"类叙事已提取，数据可信度已评估
• [ ] 已标注写案例时的注意事项
• [ ] 没有编造数据
• [ ] 演讲者身份已确认（对照PPT）