Whisper + DeepSeek：把直播变成可读资产的工业流水线

为什么直播一定要沉淀

直播 = 一次性消费品。看完就没了。 但直播里 80% 的内容是可复用的洞察：金句、案例、问答。

流程总览

1
2
3
4
5
6
graph LR
  A[直播录音 mp3] --> B[Whisper 转文字]
  B --> C[DeepSeek 分段 + 主题打标]
  C --> D[人工校对 5 分钟]
  D --> E[金句卡 / 问答 / 高能切片]
  E --> F[发布到知识库]

Whisper 配置要点

• 用 large-v3，中文别用 turbo
• 加 --initial_prompt 喂行业术语
• 输出 .vtt 带时间戳，方便后面切片

DeepSeek 整理 Prompt（节选）

你是一名内容编辑。
输入：一段直播转录文本（带 [HH:MM:SS] 时间戳）。
请输出三类内容：
1. 金句墙：抽 5-8 句最有冲击力的话，每句不超过 30 字。
2. 问答精选：识别"听众提问 → 嘉宾回答"，整理为 Q/A 对。
3. 高能切片：圈出 3-5 段最值得做成短视频的片段，给出时间区间。
要求：原话保留，不要发挥。

一些坑

• 别相信 Whisper 的标点
• 多人对话先做说话人分离再转录
• 时间戳别让 LLM 改，永远从转录文件里拿

最后

把这套流水线跑一遍，你的直播就从「素材」变成了「资产」。 内容资产是 AI 时代最便宜的生产资料。