很多项目停在「语音转文字」— 采购验收时才发现：领导要的是那一分钟的原声画帧，不是全文文档。
三层能力，缺一不可
转写 — 把声音变成文字。没有这一层，后面无从谈起。
逐句索引 + 行业词库
每个句段带 start_time / end_time；铁路、调解、会议各有术语表 — 否则「搜不到那句」。
Seek 回溯 — 命中关键词后，播放器跳到原声画帧，结论可审计。
品牌动作：搜索 → 跳转 → 高亮。全站同一套交互。
如何验收
在 PoC 阶段约定样本集，输出 PASS/FAIL 报告：覆盖率、摘要可用率、按句 Seek 对齐率、JSON 契约字段。报告作为正式合同基线 — 先验证，再签字。