用途：面向记者管理采访全流程，从录音准备到发布，处理音频/视频、生成带时间戳的转录稿、提取并核验引语、维护信源数据库。
主要能力：提供标准录音配置（wav、16000 采样率、单声道、双设备备份）与文件命名规范；自动转录流程基于 WhisperX（Whisper + pyannote 说话人分离），输出词级时间戳与说话人标签；无 Hugging Face token 时可退回普通 Whisper 手动标注说话人；提供手动转录模板、引语提取与核验清单、信源与采访跟踪数据结构、批量转录与从视频提取音频（ffmpeg）示例，以及录音同意记录模板。
使用方式：安装并调用 whisperx 命令行，示例参数包括 --model large-v3、--output_format json、--diarize、--hf_token 等；说话人分离需在 Hugging Face 接受 pyannote/speaker-diarization-3.1 模型协议并获取 token。视频转音频使用 ffmpeg 命令。
适用场景：采访录音整理、多来源笔记管理、事实核查用带时间戳引语、敏感材料的本地或人工转录。
限制：说话人分离依赖 Hugging Face token 与模型许可；whisper.cpp 不含说话人分离；Otter.ai、Descript、Rev、Trint 等云端工具需先核实隐私；录音同意与各司法辖区规则应参考 interview-prep 技能及记者委员会录音指南。具体收费与价格暂未提供。