润色转写用于在视频转写已经由机器生成之后、翻译或建立字幕层之前，做一遍从头到尾的校订。它的核心约束是只能一词对一词地改：每个词带有 id、开始与结束时间、说话人和 text，写回时只改词的 text，词的个数、顺序、id、时间与说话人原样保留。这样字幕和译文的每一句都对准原声音的时间轴。
主要能力包括：改正明显的识别错误、拼写、同音或近音误听以及错分的词界，但要有上下文证据；统一术语与专名，用户点名的写法逐字照用；按意思补正标点与分句，每说完一个完整意思用句末标点收住，不在悬着的连词、介词或没说完的引导语后面断句，不留冲突的相邻标点，并按文字自身习惯处理全角/半角与空格。一个错误跨几个词时，能把正确写法分摊到这几个词上就分摊；分摊不了时在交付说明里列出，不硬改。
使用方式上，先用 documents_read 读 kind 为 speech 的转写，通读全文并确定内容概要、术语与专名、原文语言；可用 speech_glossary_candidates 对照术语表列出疑似误听写法，用 videos_inspect 查看来源素材的标题、发布者、简介作为背景参考，但不往文稿里加词加事实。改完后把改过的词收成 [{id,text}]，用 edits_apply 的 updateWords 写回同一份转写，一笔事务提交，只上传改过的词；版本冲突时重新读取并在新正文上重做。写回后再读一次，检查 translationBasis 切出的句子长短是否合适。
当转写区分了多位说话人且仍有占位名时，写回之后还要做说话人实名：从文稿开头、每位说话人首次开口前后的上下文、来源素材元数据、画面姓名条等找证据，只认自我介绍、对方引介、被点名后的回应等明确证据；名字写材料里实际使用的形式，不加头衔、括号或说明，不超过 40 个字符；拿不准就保留占位名。同一人被拆成几个 id 时，各有证据可给同一名字，但不合并 id。用 edits_apply 的 renameSpeakers 一次写完。
默认不做的事：不改语法（除非用户要求且只修明确错误）、不删口癖、不精简啰嗦、不改写、不总结、不调序、不补充内容、不翻译。要删口癖或长停顿属于剪辑，应走剪辑流程而不是改转写。用户要求做这些时，先说明对字幕和译文的影响，再做能做的那部分。
适用场景是视频转写的底稿校订，尤其是后续要断行做字幕或分句做译文的情况。限制包括：不能合并或拆分词、不能增删词或调序、不能把文本挪到别的词上、不能把词文本改成空串；不用于与视频无关的文章或纯文本润色；说话人实名只认证据，不猜。交付时说明改了多少处、统一了哪些术语与专名、补了哪些分句，列出因逐词约束没改成的地方和拿不准没改的地方，以及说话人实名的证据或仍为占位名的情况。