通义听悟可将音视频一键转写并生成结构化脚本：上传后自动识别，点击“生成脚本”按三段式组织；支持区分发言人、多模板定制（短视频/课程/会议）及docx导出。
☞☞☞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☜☜☜
你需要从一段视频或录音中快速生成结构清晰、可直接用于剪辑或汇报的脚本，而不是零散的转写文字。
上传音视频并启动转写
打开浏览器，访问 通义听悟官网，用手机号完成注册并登录；【必须完成实名认证】，否则无法调用转写服务。
点击首页中央“上传音视频”按钮，选中本地电脑中的视频或音频文件（支持mp4、mov、mp3、wav等主流格式，单个最大6G）；上传完成后，系统自动进入转写队列，无需手动点击“开始”——上传即触发云端识别。
等待进度条走完（时长为视频实际时长的1/3～1/2），页面跳转至结果页，左侧显示原始媒体，右侧为分段识别文本。
生成结构化脚本
在转写结果页右上角，点击「智能总结」→「生成脚本」；系统默认按“开场白-核心内容-结尾总结”三段式组织，自动合并重复表达、剔除语气词、补全主语宾语。
若视频含多人对话，需先在左侧文本区勾选「区分发言人」，再点「生成脚本」，否则脚本会混为一人叙述；未勾选时生成的脚本虽简洁，但人物逻辑易错乱。
脚本生成后，点击文本框右上角「复制全文」，粘贴到Word或剪映中即可直接使用；导出时选择「DOCX」格式，保留标题层级与段落缩进，避免纯TXT丢失结构。
按场景定制脚本风格
方法一：短视频口播脚本
在「生成脚本」弹窗中，下拉选择「短视频口播」模板；AI会自动插入“开头钩子句”“中间节奏停顿标记（如‘停顿2秒’）”“结尾引导互动话术”，适配抖音/小红书发布节奏。
方法二：课程讲稿脚本
选择「课程讲稿」模板，系统将识别知识点节点，自动添加“【重点】”“【案例】”“【思考题】”等标签，并把长段落拆解为带编号的步骤条目，方便讲师逐条展开。
方法三：会议纪要脚本
勾选「提取待办事项」和「标出争议点」，生成的脚本会在对应语句旁以灰色小字标注“✅待跟进：XXX”“⚠️分歧：A方认为… B方坚持…”；此功能仅对中文会议语音生效，粤语/英文会议暂不支持该标注逻辑。
