工作流配方
工作流配方是针对常见任务预先设计好的步骤组合。以下每个配方都列出了需要串联的具体步骤，以及获得最佳效果的关键配置建议。
NOTE
在 DuRT 中，打开工作流面板，按下方顺序添加步骤并完成配置，最后点击运行即可执行整条流水线。
配方 1：快速文件转录 → 导出 SRT
适用场景： 你有一个本地音视频文件，希望尽快获得字幕文件。
步骤组合
- MediaTranscription（媒体文件转录）
- ExportArtifact（导出）
关键配置
- MediaTranscription → 来源： 选择本地文件（MP3、WAV、MP4、MKV 等）。
- MediaTranscription → 词级时间戳： ✅ 开启——生成准确 SRT 时间码的必要条件。
- MediaTranscription → 语言： 明确指定说话语言，而非依赖自动检测，以获得最佳识别率。
- ExportArtifact → 格式： 选择 SRT。
TIP
若视频中有多位说话人，同时开启说话人分离，即可在转录结果中区分每位发言者。
配方 2：会议录音转录 + AI 总结 → 导出 TXT
适用场景： 你录制了一段会议，希望同时获得干净的文字稿和简洁的内容摘要，并保存为纯文本文件。
步骤组合
- MediaTranscription（媒体文件转录）
- LLMProcess（校对）
- LLMProcess（总结）
- ExportArtifact（导出）
关键配置
- MediaTranscription → 说话人分离： ✅ 开启，使每段发言归属到对应参与者。
- LLMProcess #1 → 模式： 设为校对（Proofreading），先修正 ASR 错误和标点，再进行总结。
- LLMProcess #2 → 模式： 设为总结（Summary）。
- LLMProcess #2 → 自定义提示词： 可补充说明，例如*"重点提炼行动项和决策结论。"*
- ExportArtifact → 格式： 选择 TXT。
TIP
在导出步骤中同时勾选多个格式，可一次性导出校对后的完整文字稿和总结摘要。
配方 3：播客转录 + 翻译成中文 → 导出双语 SRT
适用场景： 你想为一个英文播客或视频添加中文字幕，或制作双语字幕文件进行分享。
步骤组合
- MediaTranscription（媒体文件转录）
- LLMProcess（翻译）
- ExportArtifact（导出）
关键配置
- MediaTranscription → 来源： 粘贴 YouTube/播客 URL，或选择本地文件。
- MediaTranscription → 词级时间戳： ✅ 开启，确保字幕时间准确。
- LLMProcess → 模式： 翻译（Translation）。
- LLMProcess → 目标语言： 简体中文（或你需要的其他语言）。
- LLMProcess → 自定义提示词： 添加*"保留字幕换行格式。人名和专有名词保留原文形式。"*
- ExportArtifact → 格式： SRT（或面向网页播放器的 VTT）。
NOTE
若需要真正的双语 SRT（原文 + 译文同时显示），可在自定义提示词中要求 LLM 将原文和译文逐行交替输出。
配方 4：实时字幕 → 导出文字记录
适用场景： 在直播活动、在线会议或课堂中实时显示字幕，并在结束后保存完整的文字记录。
步骤组合
- RealtimeASR（实时语音转录）
- ExportArtifact（导出）
关键配置
- RealtimeASR → 输入源： 在线会议选择系统音频（采集所有参与者声音）；线下活动选择麦克风。
- RealtimeASR → AEC 回声消除： ✅ 在使用系统音频且扬声器开启时务必开启。
- RealtimeASR → 语言： 设置说话语言。
- ExportArtifact → 格式： 纯文字记录选 TXT；需要时间戳选 SRT。
IMPORTANT
使用系统音频采集前，请确认 macOS 已授予 DuRT 屏幕录制权限（系统设置 → 隐私与安全性 → 屏幕录制）。
配方 5：语言学习——视频链接转录 + 翻译 + TTS 配音朗读
适用场景： 你正在学习一门外语，想要转录外语视频、翻译为母语，并通过 TTS 朗读译文辅助练习发音和理解。
步骤组合
- MediaTranscription（媒体文件转录）
- LLMProcess（翻译）
- TextToSpeech（语音合成）
- ExportArtifact（导出）
关键配置
- MediaTranscription → 来源： 粘贴视频链接（YouTube 等）或选择本地文件。
- MediaTranscription → 词级时间戳： ✅ 开启。
- LLMProcess → 模式： 翻译（Translation）。
- LLMProcess → 目标语言： 你的母语。
- TextToSpeech → 音色： 选择与目标语言匹配的预设音色。
- TextToSpeech → 语速： 调低至 0.8× 或 0.75×，便于学习时理解。
- ExportArtifact → 格式： MP3（音频）+ SRT（字幕），同时导出以便灵活使用。
TIP
听完一遍 TTS 朗读后，换一种不同口音或性别的音色再听一遍，练习在不同语境下理解目标语言。
配方 6：视频配音替换——转录 + 翻译 + TTS + 导出音频
适用场景： 你有一段视频，希望制作另一种语言的配音音轨，用于后期视频剪辑中替换原音。
步骤组合
- MediaTranscription（媒体文件转录）
- LLMProcess（校对）
- LLMProcess（翻译）
- TextToSpeech（语音合成）
- ExportArtifact（导出）
关键配置
- MediaTranscription → 来源： 选择本地视频文件。
- MediaTranscription → 词级时间戳： ✅ 开启——精确的时间信息有助于配音与原片剪辑点对齐。
- LLMProcess #1 → 模式： 校对（Proofreading）——在翻译前先修正 ASR 错误，避免错误传播。
- LLMProcess #2 → 模式： 翻译（Translation）。
- LLMProcess #2 → 目标语言： 配音语言。
- LLMProcess #2 → 自定义提示词： "请以口语配音风格翻译，保持句子长度自然，尽量与原文节奏相近。"
- TextToSpeech → 音色： 若需匹配原声，使用音色克隆；否则选择专业预设音色。
- TextToSpeech → 语速： 适当调整以贴近原片说话节奏。
- ExportArtifact → 格式： 音轨选 AAC 或 MP3；可同时导出 SRT 作为翻译字幕备用。
TIP
将导出的音频文件导入视频编辑器（Final Cut Pro、DaVinci Resolve 等），静音原音轨后替换为新音轨，即可完成配音替换。
NOTE
使用音色克隆时，请在运行工作流前先上传 10~30 秒的干净目标音色录音样本。