逐字稿由語音辨識轉寫後人工校對，講者由聲紋與內容判斷，可能仍有錯字或誤判，引用前請對照原影片（製作方式）。時間點為影片進度，點擊會開啟 YouTube 對應位置（約略）。
逐字稿製作方式
這份逐字稿由語音辨識模型在一台 Apple Silicon Mac 上本機轉寫，再由 AI（Claude）依校對規則分段、校對並標註講者，最後經編輯檢視。整集 1 小時 36 分，切成 193 段音訊轉寫，轉出約 1,050 句粗稿，校對後合併成 353 段。
轉寫
- 取得音訊：用 yt-dlp 下載節目在 YouTube 的音軌，以 ffmpeg 轉成 16 kHz 單聲道，每 30 秒切成一段。
- 模型：OpenAI Whisper large-v3（MLX 版本），語言設為中文，輸出再用 OpenCC 轉成台灣繁體與用詞。
- 詞彙表：事先把主持人、來賓、候選人姓名與可能出現的人名、政策名稱放進模型提示詞，提高專有名詞轉對的機率；每段另接上一段最後 40 字，讓跨段的句子接得上。
- 自動檢查：同一句反覆出現（壓縮比 > 2.4）時拿掉提示詞重轉；轉到一半提早結束時從停住處接著轉；「訂閱」「字幕由…提供」等常見的模型幻覺句直接丟棄；非語音機率高或信心低的句子另外標記，供校對時優先檢查。
- 人工補救：有兩處轉出明顯幻覺（重複句、與節目無關的字幕署名），已用不含提示詞的設定重新轉寫後補上。
講者辨識
- 多人談話節目常有插話與搶話，因此先做聲紋分群：以 Resemblyzer 每 1.6 秒擷取一次聲音特徵，再用階層式分群分成 16 群，作為誰在說話的參考。
- 聲紋群只是參考，最後由校對依內容判斷：主持人點名、提問與回答的輪替、自稱與稱呼對象（例如「我在立法院…」「沈委員…」）。
- 無法確定時標「講者？」，不硬猜；全集有 20 段如此標示。
分段與校對
- 依講者輪替與話題分段，並依節目進行加上段落標題（如「洋流興起與車掃」「競選經費與關帳」）。
- 只修正明顯錯字與人名、地名、政策名稱，例如「蘭瑩」改為「藍營」、「證據交換」改為「針具交換」；不改原意、不潤飾口語、不刪內容。
- 節目在廣告前後會重播幾秒內容，重複的部分只保留一次。
- 聽不清楚或無法判斷的地方，校對時都記下音訊位置，供編輯回聽。
標籤的意思
- 議題：段落談到的議題，可多選。
- 提問與回應：提問或質疑的重點，以及回應了什麼、有沒有正面回答。
- 承諾／數字：政見承諾、金額、期程與統計數字。這裡只是摘出，不代表已經查證。
- 語氣：陳述、質問、反諷、防守、玩笑等可以從文字觀察到的語氣，不推論講者的內心情緒。
以上標籤都是 AI 依文字判讀後的編輯判斷，僅供檢索與參考。
限制
- 準確率未量化：沒有和人工聽打稿比對計算錯字率，也沒有抽樣驗證講者標註。
- 講者可能歸錯：插話、多人同時開口或音量很小的附和，聲紋與內容都不容易判斷。
- 時間為約略值：時間點是該段開頭在影片中的位置，取自轉寫的斷句時間，可能差幾秒。
- 引用請對照原影片：要引述任何一句話，請點時間點回到 YouTube 確認原話。