SayIt 这类语音转写工具，自动分段和段落标题生成通常不是靠固定字数或时间长度来做，而是依赖语义边界。分段一般根据停顿、语气转折和句子完整性来切分，标题则由本地模型或云端接口对段落内容做摘要。设置时，先判断你的原始音频属于哪种类型，再决定调整哪些参数。

SayIt 的自动分段由静音检测与语义切分共同驱动，段落标题则是对切分结果做摘要。设置的重点是选择合适的分段模式、调整静音灵敏度，并为标题生成指定语言和风格。最终质量需要人工抽样核对，不能直接当作成品，因为模型可能断句或概括不一致。

先区分分段模式：静音优先还是语义优先

绝大多数语音转写应用的设置里会有“分段模式”选项。静音模式以波形能量为准，在检测到超过阈值的无声片段时切分，适合采访、讲课这类有明确停顿的内容。语义模式则先转出整段文字，再用类似句法分析的方式找边界，适合语速快、停顿少的连续讲话。SayIt 如果两者都提供，可以先用默认的“自动”模式观察分段点。

操作上，进入转写或音频处理设置，找到“分段灵敏度”或“静音阈值”。如果发现一句话被腰斩，就调低灵敏度；如果多个话题挤在同一段，就调高灵敏度。验证方式是播放转写结果，看每一段开头是否是一个完整的语义起点，结尾是否落在语气结束处。

段落标题生成：先选来源，再定风格

标题生成通常有两种策略：第一种是“抽取式”，直接从段落中挑一个高频关键词或首句；第二种是“生成式”，由语言模型把整段内容压缩成一句。SayIt 一般会在设置里提供“标题来源”选项，例如“首句”“关键词”“模型摘要”。如果你希望标题稳定可预测，选“首句”；如果希望更精炼，选“模型摘要”。

模型摘要还需要指定输出语言和标题长度。比如中文录音，设置标题语言为简体中文，最大长度设为 15 或 20 字。有些版本允许自定义提示词，例如：“用一句话概括这部分的主题，不超过20个字，不要出现‘该段落’这类代词”。没有自定义入口时，只能依赖预设模板，但你可以先切换不同预设，挑出最接近需求的。

可操作的配置示例

假设 SayIt 的设置面板或导入配置支持下面的 JSON，可以用这组参数作为起点。注意字段名可能因版本不同，需要对照实际界面。

{
  "segmentation": {
    "mode": "semantic",
    "min_silence_ms": 800,
    "max_segment_chars": 200
  },
  "heading": {
    "source": "model_summary",
    "language": "zh-CN",
    "max_length": 20,
    "style": "summary"
  }
}

其中 min_silence_ms 表示静音多少毫秒开始切分，max_segment_chars 用来限制一段文字上限。这个配置适合常规演讲或会议录音；如果是多人对话，可以先试 mode": "silence" 并用更短的静音阈值。

验证清单：分段和标题是否值得保留

设置完成后，不要只看前两段就确认。按下面的清单逐项检查：

• 分段点是否出现在语气停顿处，有没有把“虽然”“然后”这类连接词切到上一段末尾。
• 每一段标题是否只覆盖本段内容，不会引用前后段的词。
• 标题是否出现重复，尤其是多个段落标题都包含同一个核心词。
• 对英文或中英混杂音频，标题语言是否跟内容一致。
• 长音频超过一小时时，是否需要在转写前先切分音频，否则后半段标题可能越来越长或概括不完整。

如果发现标题准确率偏低，通常是模型没有足够上下文。这时可以把输入分段先手动合并到语义完整的大小，再重新生成标题。部分版本还允许在生成结果中拖拽分段边界，修正后重新生成标题。

常见问题

为什么关闭静音分段后，标题还在按固定句数切换？

可能是导入文件时已经预划分了章节，或系统默认保留“每 N 句生成一个标题”的兜底逻辑。需要把章节检测或固定长度分段也一并关闭，只保留语义模式。

段落标题生成是否一定要联网？

取决于 SayIt 的模型部署方式。如果设置里明确写了“本地模型”或“离线模式”，就不需要联网；如果没有，生成标题通常调用云端接口。建议在离线环境下先测试一句音频，能生成标题说明走的是本地模型。

另外，不要把“临时修正分段”当成真正的语义优化。如果内容本身是快速问答或多人抢话，建议先用静音分段粗切，再用标题生成辅助校对，这样工作量比纯语义模式更小。