WorkBuddy语音识别需先安装官方技能，再上传音频并输入指令触发转写；支持降噪增强、说话人分离及专业术语批量修正以提升准确率。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
你需要把会议录音、讲课视频或采访音频变成可编辑的文字稿，而不是反复拖进度条听写，更不是花钱找人逐字整理。
确认WorkBuddy已启用语音识别技能
打开WorkBuddy桌面客户端→点击顶部工具栏【技能】→在搜索框输入“语音识别”→找到官方技能后点击【安装】。若未安装此技能，后续所有上传的音频文件都不会被识别，系统只会把它当普通附件处理。
安装完成后，右下角会弹出绿色提示：“语音识别技能已就绪”。【这是关键前提，跳过将导致转写功能完全不可用】
上传音频并触发转写
方法一：直接拖拽文件到对话输入框下方区域→松手即开始上传→等待右下角显示“上传完成”→在输入框中输入“请把这段音频转成文字”→回车。
方法二：点击输入框右侧的「?」图标→选择本地音频文件（支持MP3、WAV、M4A、MP4等格式）→上传完毕后，在同一对话中输入任意一句指令，例如“转文字”或“提取音频内容”，WorkBuddy便会自动启动ASR引擎。
注意：单次上传最大支持500MB，超长录音建议分段处理，否则可能因超时中断。
使用 draw.io（.drawio 格式）和 SVG 生成兼容 Microsoft Visio 的架构图。当用户需要以下任一场景时触发： - 用于 Visio 或技术文档的架构/系统/网络图 - 带连接标注的分层控制系统图 - 将 draw.io XML 转换为稳定、可嵌入的 SVG - 修复 Visio 或 draw.io 无法打开的故障排查类图表 - 任何需专业级布局且文本可编辑的图表
提升转写质量的关键操作
第一步：在音频转写完成后的文本预览页，点击右侧的「⚙️ 设置」按钮
第二步：勾选「启用降噪增强」→尤其适用于空调声、键盘敲击声、教室环境杂音明显的录音
第三步：勾选「开启说话人分离」→多人会议中能自动区分A/B/C不同发言者，避免张三的话被标成李四说的
第四步：点击「重新转写」→新版本文本会在30秒内生成，原始文本不会被覆盖，你可在右侧结果区切换查看对比
如果发现专业术语（如“SOLO分类评价表”“PBL项目式学习”）被误识别，不要手动全文修改——先用「编辑→批量替换」功能统一修正基础词，再让WorkBuddy基于修正后文本重做语义提炼。
