Podcast 創作者在後製音訊處理階段，可以透過 Auphonic 整合的自動語音辨識（ASR）引擎與語言模型，一站式自動生成帶時間戳記的逐字稿（Transcript）、分段章節標記（Chapter Marks）以及節目簡介（Show Notes）。創作者不必在音訊後製軟體、聽寫轉錄服務與 AI 摘要工具之間來回切換，只需在 Auphonic 的製作表單中完成簡單設定，就能在處理音訊品質的同時，自動完成後設資料（Metadata）的結構化封裝。
Auphonic 在執行響度標準化、降噪與音量平衡的管線中，調用其自建的 Whisper 引擎將語音轉為文字，隨後經由語言模型解析對話主題架構，並將產生的章節與簡介直接寫入音訊檔案標籤、網頁播放器及 Podcast 發布摘要中。
1. Auphonic 語音辨識與內容結構化的核心運作機制
Auphonic 將後設資料自動化內建於音訊標準後製流程中，而非事後手動外掛處理：
- 音訊訊號分類與前處理：在送交語音辨識前，Auphonic 的分類演算法會預先分析音訊特徵，精準識別純語音、背景音樂、環境噪音與靜音段落，防止非語音雜訊干擾語音辨識模型。
- 自動語音辨識（ASR）：純化後的語音訊號送入辨識引擎。Auphonic 提供自託管的 Auphonic Whisper ASR（以 OpenAI Whisper 模型為基礎），支援約 100 種語言。因為模型直接運行於 Auphonic 自有伺服器，音訊資料不需外流給第三方，處理速度快，且付費用戶不需額外支付外部 API 費用。系統亦支援串接 Amazon Transcribe、Google Cloud Speech API、Wit.ai 與 Speechmatics 等外部引擎。
- AI 內容分析與主題分段：語音辨識完成後，內建語言模型會針對逐字稿進行語意結構化分析。系統能自動辨識對話主題切換點、計算各主題起始時間、生成章節標題，並產出長摘要（Long Summary）、短摘要（Brief Summary）、副標題（Subtitle）與分類標籤（Keywords）。
- 多軌錄音話者分離（Multitrack）：若錄音時每位主持人與來賓使用各自獨立的音軌，創作者可建立 Multitrack Production。Auphonic 會對各軌道個別進行語音辨識，完全消除串音與搶話干擾，大幅提升辨識精確度，並在逐字稿中自動標記發言者名稱。
2. 自動逐字稿、章節與節目簡介的設定步驟
在 Auphonic 中配置後設資料自動化僅需五個核心步驟，且相關設定可儲存為預設範本（Preset）供後續單集重複套用。
步驟一：上傳原始音訊檔案
建立新的 Production（單一音訊檔案）或 Multitrack Production（多音軌錄音工程），上傳未經壓縮的 WAV 或高位元率音訊檔案。
步驟二：啟用並設定語音辨識
在製作表單中找到 Speech Recognition 區塊：
- 選擇服務（Select Service）：選擇 Auphonic Whisper ASR，免綁定第三方帳號或金鑰。
- 選擇語言（Select Language）：指定錄音的主要語言，或使用 Whisper 的自動語言偵測。
- 說話者分離（Speaker Diarization）：單軌多位發言者可啟用語者辨識；多軌錄音則會自動依照軌道名稱進行話者標記。
步驟三：勾選自動生成章節與節目簡介
勾選 Automatic Shownotes and Chapters 選項。勾選後可進一步設定專屬風格：
- 簡介風格範例（Shownotes Summary Example）：貼上一段過往單集的標準 Show Notes。AI 模型會模仿您的用詞口吻、排版架構與條列習慣（如 Markdown 標題、項目清單或特定宣傳語），確保產出的節目簡介符合節目一貫風格。
步驟四：配置輸出檔案格式與後設資料對應
在 Output Files 區塊勾選所需的檔案規格：
- 音訊輸出檔：選擇 MP3、AAC/M4A、Opus 或 FLAC。Auphonic 會自動將章節名稱、時間戳記、摘要與標籤寫入 ID3 標籤（MP3）、MPEG-4 後設資料（M4A）或 Vorbis Comment（FLAC/Opus）。
- HTML 逐字稿（HTML Transcript）：匯出包含發言者標記、時間戳記與內建互動編輯器的獨立網頁檔。
- 字幕檔案（WebVTT 或 SRT）：產生相容於網頁播放器與影片平台的標準字幕檔。
- 語音資料檔（JSON 或 XML）：匯出含單詞級時間戳記與信心度數值的機器讀取資料。
- 獨立章節檔：可選取 MP4chaps 文字檔、Podlove Simple Chapters（JSON/XML）或 Podcasting 2.0 專用 JSON 章節檔。
- 內嵌字幕影片（Burn-in Subtitles，可選）：若需製作波形影片（Audiogram）或社群短影音，可在影片輸出中勾選此項，直接將同步字幕以卡拉 OK 樣式烙印於影片中。
步驟五：啟動製作
點擊 Start Production。Auphonic 會在單一雲端任務中同步執行響度標準化、動態平衡、降噪、語音轉錄與 AI 章節摘要擷取。
3. 使用逐字稿編輯器（Transcript Editor）校對與精修
處理完成後，在任務狀態頁點擊 Correct and edit speech recognition results（或開啟下載的 HTML 逐字稿檔案），即可進入 Auphonic 的 Transcript Editor。
+-----------------------------------------------------------------------+
| AUPHONIC TRANSCRIPT EDITOR [ Save ] |
+-----------------------------------------------------------------------+
| AUTOMATIC SHOWNOTES |
| Summary: [ AI 自動生成的單集詳細摘要，可在此即時編輯修改... ] |
| Keywords: [ podcasting, auphonic, post-production, metadata ] |
+-----------------------------------------------------------------------+
| CHAPTER MARKS |
| 00:00:00.000 - 開場引言與歡迎來賓 |
| 00:04:15.500 - 主流語音辨識模型能力比較 |
| 00:14:30.000 - 音訊後設資料與 ID3 標籤封裝技巧 |
+-----------------------------------------------------------------------+
| TRANSCRIPT |
| [00:00:00] 主持人 A: 歡迎收聽本期音訊後製指南節目... |
| [00:00:15] 主持人 B: 今天我們要探討如何全自動生成章節標記... |
+-----------------------------------------------------------------------+
該編輯器專為創作者的快速校驗流程設計：
- 低信心度反紅標示（Highlight Low Confidence）：AI 辨識把握較低的單詞會標註不同層次的紅色。顏色越深代表信心度越低，創作者不需整篇逐字核對，只需快速掃視紅色區塊即可修正人名或專有名詞。
- 點擊即播（Play on Click）：點擊任何詞句，播放進度立即跳轉至該音訊切點，便於快速確認原音。
- 段落模式與字幕模式切換：可切換為單行字幕模式微調斷句。按下
Enter可拆分字幕列並重新計算時間，在行首按Backspace即可合併相鄰語句。 - 發言者批次管理：點選發言者標籤即可快速改名，多軌錄音儲存後會同步更新專案音軌設定。
- 章節標題與時間戳微調：可在 Automatic Shownotes 面板修改章節名稱與文字；若需微調章節切換時間，建議直接在下方的逐字稿內文區段調整，以取得最精準的換題點。
4. 免額外扣點的重跑機制
許多創作者擔心修改逐字稿錯字或調整章節時間會重新扣減帳戶的使用時數。在 Auphonic 中，這類後設資料更新是完全免費的：
- 在 Transcript Editor 完成校對後點擊 Save，專案狀態會更新為 Production Changed。
- 點擊 Start Production 重新產出最終成果。
- 只要原始音訊檔案未被更換，Auphonic 會免費重新封裝已編輯的文字、章節與後設資料，不會扣除任何額外處理點數。
[!TIP] 若初次製作時使用了第三方的付費 ASR 服務，在重新渲染後設資料時建議停用外部語音辨識，避免產生額外的外部 API 呼叫費用。
5. 後設資料分發與各大播放器相容性
Auphonic 產出的章節與簡介能全面支援主流 Podcast 收聽生態：
| 分發管道 | 實作機制 | 聽眾端實際呈現體驗 |
|---|---|---|
| 音訊檔案直接下載 | MP3 的 ID3v2 章節標籤；M4A 的 QuickTime 章節規格 | 在 Apple Podcasts、Overcast、Pocket Casts 中原生顯示章節清單、專屬插圖與跳段進度條 |
| Podcasting 2.0 新世代 Feed | RSS 規格引用的外部 JSON 章節檔案 | 支援現代 Podcast 用戶端的富文本章節、單集自訂超連結與各段封面圖 |
| 官方網站內嵌播放器 | WebVTT 軌道與 Podlove Simple Chapters 規範 | 在網站提供下拉式章節清單，並支援全文逐字稿搜尋與點選跳播 |
| 社群影片與短影音 | 燒錄字幕（Burn-in Subtitles）直接烙印於 MP4 檔案 | 發布於 YouTube Shorts、Instagram 等平台時具備靜音自動播放字幕效果 |
| 託管平台自動發布 | 串接 Libsyn、Spreaker、RSS.com、YouTube、SoundCloud | 自動填入單集詳細介紹欄位、平台章節標籤與主題分類 |
藉由將語音辨識、大語言模型摘要提煉與底層檔案標籤寫入整合成單一管線，Auphonic 讓繁瑣的 Podcast 後製文案與章節整理工作轉化為極簡的一鍵流程。