实战工作流场景配方

工作流配方是针对高频生产力场景预先设计好的 DAG 拓扑组合。借助 DuRT 3.0 的有向无环图引擎，您可以自由实现单链直通、多分支并行分发与多端联合交付。

---

配方 1：极速媒体转录 → 双格式字幕落盘

适用场景： 本地有会议录音、采访视频或播客音频，需要极速生成高精度的带词级时间戳字幕文件。

DAG 拓扑结构

[ mediaInput (媒体文件导入) ]
         │
         ▼
[ mediaASR (高精转录与说话人分离) ]
         │
         ▼
[ exportArtifact (导出 SRT + JSON) ]

关键配置

• mediaInput：选择本地音视频文件（MP4, MOV, MP3, WAV 等）或粘贴网络直链；
• mediaASR：
  • 词级别时间戳：✅ 开启（精确对齐每词起止毫秒）；
  • 说话人分离 (Diarization)：✅ 开启（区分 Speaker 1 / Speaker 2）；
• exportArtifact：同时勾选 SRT（供播放器挂载）与 JSON（供剪辑脚本二次解析）。

---

配方 2：多分支并行会议流：精校字幕 + 纪要提炼 + Notion 同步（DAG 经典分支）

适用场景： 录制了一场 1 小时内部战略会议，希望既生成洗净口癖的逐句文本，又自动由 AI 总结出行动项并同步到 Notion 知识库。

DAG 拓扑结构

                   [ mediaInput (录音文件导入) ]
                                 │
                                 ▼
                   [ mediaASR (长语音识别与说话人分离) ]
                                 │
               ┌─────────────────┴─────────────────┐
               ▼                                   ▼
    [ subtitleRefinement ]               [ contentCreation ]
     (语气词擦除 & 黄金断句)               (提炼摘要 & Action Items)
               │                                   │
               ▼                                   ▼
    [ exportArtifact (本地 SRT) ]        [ exportArtifact (Notion 同步) ]

核心优势与配置

• 零额外等待：mediaASR 产出的时序字幕轨 (subtitleTrack) 同时分流进入排版精修与纪要提炼两个 AI 节点，并行并发执行，总耗时缩减 40% 以上；
• subtitleRefinement：开启“口语口癖消除”并设定单行最长字符为 32 字；
• contentCreation：选择【会议总结与行动项】模板，提示词引导大模型按决策结论、风险点与负责人排版；
• exportArtifact：绑定 Notion 数据库，自动以原生 Block 形式插入卡片。

---

配方 3：出海视频全自动双语配音与伴奏生成

适用场景： 制作中文讲解视频，需要一键生成英文双语字幕，并将英文译文由 AI 拟真人声配音成全新音轨。

DAG 拓扑结构

[ mediaInput (导入视频) ] ➔ [ mediaASR (精准识别) ] ➔ [ fullTranslation (多语言翻译) ]
                                                                   │
                                           ┌───────────────────────┴───────────────────────┐
                                           ▼                                               ▼
                                [ textToSpeech (AI 角色配音) ]                   [ exportArtifact (双语 SRT) ]
                                           │
                                           ▼
                                [ exportArtifact (配音 MP3) ]

关键配置

• fullTranslation：目标语言设为 English，勾选“保持每行起止时间戳不变”；
• textToSpeech：选择高质量 TTS 引擎（如 OpenAI TTS 或 OneTTS），挑选自然度极高的英美音色；
• 双路导出：同时获得带时间轴的双语 .srt 字幕文件与时长匹配的 .mp3 旁白音轨，拖入剪映或 Final Cut Pro 即可即时合成成片。

---

配方 4：实时会议与网课双语悬浮同传

适用场景： 正在参加英文 Zoom 会议或在 Safari 观看无字幕 YouTube 讲座，需要屏幕悬浮实时出现中英双语字幕。

DAG 拓扑结构

[ monitorCapture (系统声音内录) ] ➔ [ realtimeASR (流式语音识别) ] ➔ [ realtimeTranslation (实时双语同传) ]

关键配置

• monitorCapture：勾选“系统内录”，开启硬件级“回声消除 (AEC)”；
• realtimeASR：选择 Apple 原生设备端识别（零外网开销）或 OneASR 流式网关；
• realtimeTranslation：选择 macOS 15 原生离线神经翻译或 DeepSeek API，开启悬浮窗“双语对照”模式，延迟极低。

---

配方 5：企业级全要素多端自动归档流

适用场景： 律所、金融或咨询团队，要求所有访谈录音转录后，同时将源文件与字幕归档至 S3 对象存储、同步团队 WebDAV 网盘，并向自动化 Webhook 发送通知。

DAG 拓扑结构

[ mediaInput ] ➔ [ mediaASR ] ➔ [ contentCreation ]
                                       │
                 ┌─────────────────────┼─────────────────────┐
                 ▼                     ▼                     ▼
       [ S3 对象存储归档 ]      [ WebDAV 网盘同步 ]    [ 自定义 HTTP Webhook ]

关键配置

• exportArtifact #1：选择 S3 账号，指定存储桶 meeting-archives/2026/；
• exportArtifact #2：选择 WebDAV 网盘，存入团队群晖或坚果云共享文件夹；
• exportArtifact #3：绑定企业的自建 Webhook 或 n8n 触发地址，传递标准化 JSON 元数据。