voice-extractor

Voice Extractor

从转录文本中提取真实的声音特征，以完善作者档案。

用途

将转录数据（播客、采访、会议、视频）转化为可执行的写作指南，捕捉作者真实的声音，让 AI 生成的内容听起来自然且富有个人特色。

适用场景

• 作者有自己的录音或转录文本
• 想要捕捉真实的说话习惯
• 需要完善手动创建的作者档案
• 使用转录文本从头创建新的作者档案
• 使用更多数据完善现有档案

工作流

1. 准备转录文本

接受以下格式的转录文本：

• 纯文本：Speaker: text
• 带时间戳：[00:01:23] Speaker: text 或 59:54 Speaker: text
• 带方括号：[Speaker]: text
• WhatsApp：[17:30, 12/6/2025] Speaker: text
• SRT 字幕：标准字幕格式

如果用户提供的是音频/视频，而没有转录文本： 建议使用以下转录服务：

• YouTube 自动字幕（可下载）
• Otter.ai、Descript
• OpenAI Whisper（本地运行）
• Rev.com

2. 运行分析

# List speakers in transcript
bun run "${CLAUDE_PLUGIN_ROOT}"/scripts/voice-extractor.ts --list-speakers transcript.txt

# Extract for specific speaker
bun run "${CLAUDE_PLUGIN_ROOT}"/scripts/voice-extractor.ts --speaker "Name" transcript.txt

# Multiple transcripts (more data = better profile)
bun run "${CLAUDE_PLUGIN_ROOT}"/scripts/voice-extractor.ts --speaker "Name" t1.txt t2.txt t3.txt

# Output JSON for direct use with author profiles
bun run "${CLAUDE_PLUGIN_ROOT}"/scripts/voice-extractor.ts --speaker "Name" --json transcript.txt

3. 完善作者档案

提取的数据可用于完善以下作者字段：

提取的数据	对应字段
沟通风格	tone.formality、tone.opinionated
特征表达	phrases.signature
句子开头语	phrases.signature
标志性词汇	vocabulary.use_freely
说话风格	notes

4. 手动完善

自动提取后，阅读转录文本样本，以识别：

• 独特表达：频率分析可能遗漏的口头禅
• 幽默风格：讽刺、自嘲、机智表达模式
• 讲故事的结构：如何铺陈轶事
• 文化特征：地区表达、类比
• 话题侧重：哪些内容会让他们兴致高涨

提取内容

句子结构

• 平均句长
• 多样性（短/中等/长/复杂）
• 疑问句频率

沟通风格

• 热情（love、amazing、awesome）
• 保留语气（maybe、perhaps、I think）
• 确定语气（definitely、absolutely）
• 共情（understand、appreciate）
• 直接表达（need to、must、bottom line）
• 讲故事（so、and then、eventually）
• 分析表达（because、therefore、however）

特征表达

• 填充词："you know"、"I mean"、"like"、"right"
• 保留语气表达："kind of"、"sort of"、"I guess"
• 强调词："honestly"、"literally"、"definitely"

词汇

• 频繁使用的标志性词汇
• 词汇丰富度百分比

与作者档案集成

根据转录文本创建新作者档案

# 1. Extract voice data
/article-writer:author analyze --speaker "John" transcripts/*.txt

# 2. Review and confirm extraction
# Claude will show extracted patterns

# 3. Add identity info
/article-writer:author add
# Answer: name, role, expertise, languages

# 4. Merge voice data
# Claude will combine extracted + manual data

完善现有作者档案

# 1. Extract from new transcripts
/article-writer:author analyze --speaker "John" --author-id mwguerra new_podcast.txt

# 2. Review changes
# Claude shows what will be updated

# 3. Confirm merge
# Voice analysis data added to existing profile

输出格式

JSON 输出（用于合并）

{
  "voice_analysis": {
    "extracted_from": ["podcast_ep1.txt", "interview.txt"],
    "sample_count": 156,
    "total_words": 12450,
    "sentence_structure": {
      "avg_length": 14.5,
      "variety": "moderate length, conversational",
      "question_ratio": 12.3
    },
    "communication_style": [
      { "trait": "enthusiasm", "percentage": 28.5 },
      { "trait": "analytical", "percentage": 24.1 },
      { "trait": "directness", "percentage": 18.7 }
    ],
    "characteristic_expressions": [
      "you know",
      "I think",
      "the thing is",
      "at the end of the day"
    ],
    "sentence_starters": [
      "I think",
      "So the",
      "And then",
      "But the"
    ],
    "signature_vocabulary": [
      "actually",
      "basically",
      "approach",
      "strategy",
      "implementation"
    ],
    "analyzed_at": "2025-01-15T10:00:00Z"
  },
  "suggested_updates": {
    "tone": {
      "formality": 5,
      "opinionated": 7
    },
    "phrases": {
      "signature": ["you know", "the thing is", "at the end of the day"]
    },
    "vocabulary": {
      "use_freely": ["approach", "strategy", "implementation"]
    }
  }
}

Markdown 报告

# Voice Analysis: John Smith

*Analyzed 156 speaking turns, 12,450 words*

## Speaking Style
- **Sentence length**: Moderate (~14 words avg)
- **Questions**: Uses questions occasionally (12%)
- **Vocabulary richness**: 45% unique words

## Communication Style
- **Primary**: Enthusiastic (28%)
- **Secondary**: Analytical (24%)
- **Tertiary**: Direct (19%)

## Characteristic Expressions
- "you know" (used 45x)
- "I think" (used 38x)
- "the thing is" (used 22x)

## Sentence Starters
- "I think..." (28x)
- "So the..." (19x)
- "And then..." (15x)

## Signature Vocabulary
**actually** (67x), **basically** (45x), **approach** (34x)

---

## Recommendations for Author Profile

Based on this analysis:
- Set formality to 5 (conversational but professional)
- Set opinionated to 7 (confident, uses "I think" but states opinions)
- Add signature phrases: "you know", "the thing is"
- Use vocabulary freely: approach, strategy, implementation

质量指标

高质量的声音分析需要：

• 100 次以上发言，以确保模式分析可靠
• 5,000 个以上词语，用于词汇分析
• 多种语境（不同的话题/对话）

数据不足警告：

⚠️ Limited data: Only 23 speaking turns found.
   Results may not fully represent speaking patterns.
   Consider adding more transcripts.

参考资料

• TRANSCRIPT-FORMAT-EXAMPLES.md
• VOICE-PROFILE-TEMPLATE.md