iv-interview-debrief

name: iv-interview-debrief description: >- 面试录音复盘全流程：Whisper 转录 → 问答整理 txt → 提取 iv.md 问题清单。 触发词：面试复盘、转录、iv.md、iv2.md、录音转文字、面试录音、Whisper、IV-arena。

面试录音复盘（IV-arena）

将 IV-arena/battle/{日期}/ 下的面试录音转为结构化复盘材料。

目录约定

IV-arena/
├── conv/                          # 转录工具
│   ├── transcribe.py
│   ├── requirements.txt
│   └── README.md
└── battle/{M-D}/                  # 如 6-1 = 6月1日
    ├── 录音.m4a
    ├── 录音.txt                   # 问答整理（Step 2 产出）
    ├── iv.md                      # 第 1 轮问题清单
    └── iv2.md                     # 第 2 轮（依次 iv3.md …）

工作流

按顺序执行，每步完成后再进入下一步：

- [ ] Step 1: Whisper 转录 → 原始 .txt
- [ ] Step 2: 整理为问答格式 .txt
- [ ] Step 3: 提取问题清单 iv{N}.md

用户若只要求其中一步，只执行对应步骤；若已有原始 txt，跳过 Step 1。

Step 1: 转录

工具：IV-arena/conv/transcribe.py（OpenAI Whisper base，中文）

前置：ffmpeg 已安装；Python 环境有 openai-whisper。

Windows（PowerShell）：

pip install openai-whisper
python IV-arena/conv/transcribe.py "IV-arena/battle/6-1/录音.m4a"

macOS（conda 推荐）：

export KMP_DUPLICATE_LIB_OK=TRUE
conda run -n iv-helper-speech python IV-arena/conv/transcribe.py "IV-arena/battle/6-1/录音.m4a"

输出：与音频同目录、同名的 .txt（含 [...Xs] 停顿标记，行宽约 30 字）。

转录耗时较长（数分钟），block_until_ms 设 ≥600000。conda 不可用时直接用系统 Python + pip。

Step 2: 问答整理

读取 Step 1 的原始 txt，覆写为问答格式（不是另存新文件）。

原文保真（分割行 / 重组时必守）

整理、分行、按问答切块时：

1. 尽量不删字：保留面试官与候选人的原话信息；允许加 **问：** / **答：**、章节标题、--- 分隔，但不要为「通顺」「简洁」而删掉口语、重复、停顿里的实质内容。
2. 只改明显错误：Whisper 谐音误识别、繁简混排、对照下表可确定的术语错写——改错别字即可，不要擅自改写句式、合并掉原句里的限定词或数字。
3. 保留停顿标记：不要删除原始转录里的 [...x.xs] / [...x s] 停顿标记。它们可能代表候选人在思考、沉默、卡顿，长停顿或频繁停顿是复盘扣分点。整理问答时应把停顿标记保留在对应的问句或答句中，必要时可在答末额外标注 （长停顿，表达卡顿）。
4. 可以做的：按话题分段、合并同一轮连续追问到同一 **问：**、在答末标注 （卡住，未答完整） 等状态；长句换行（见格式规则第 9 条）；末尾长时间空白后的乱码/无意义片段可删（见格式规则第 5 条）。
5. 拿不准时：宁可保留原转写用词，也不要猜着删或润色成「更像标准答案」的表述。

格式规则

1. 文件头：# 面试问答整理 + 源文件名
2. 按话题分 ## 章节（如 NSQ、Redis、场景题）
3. 每组问答：

**问：** …

**答：** …

4. 章节之间用 --- + 空行分隔
5. 去掉末尾无效噪音（长时间空白后的乱码）；但不要把正常问答中的 [...x.xs] 停顿标记当作噪音删除
6. 修正 Whisper 常见误识别（见下表）；属错字/术语误识别才改，不是润色全文
7. 答不完整处标注 （卡住，未答完整） / （未给出具体数字）
8. 停顿特别长（如超过 3 秒）或同一回答里多次停顿时，可保留停顿标记并追加 （长停顿，表达卡顿），用于后续复盘表达流畅度
9. 长句换行：**答：** 下若整段超过约 80 字或含多个步骤/分点，必须在自然断点处换行，不要堆成一行超长段落。换行优先位置：
   • 停顿标记 [...x.xs] 之后
   • 步骤切换处（「首先 / 然后 / 接着 / 最后」等）
   • 并列分点之间（「第一个…第二个…」或分号、句号后）
   • 角色/概念列举之间（如手机、NAS、云端各占一行）
   • 只加换行，不删字、不改写；单行仍宜控制在约 30–80 字，便于复盘扫读

Whisper 误识别修正

完整模板见 templates.md。

Step 3: 问题清单 iv{N}.md

从问答 txt 提取面试官的问题，不写答案。

命名

与音频、txt 放在同一 battle/{M-D}/ 目录。

格式

[问题]
1. 主题大类
    1. 具体问题（合并同一主题的连续追问）
    2. …
2. 主题大类
    1. …

关键词1、关键词2、关键词3

规则：

• 问题用陈述句/疑问句写清考点，不要只写关键词
• 同一大题下的追问合并为子项，避免一行一题过于碎片化
• 场景题单独成类（如「广告出价接口设计（场景题）」）
• 最后一行：3–8 个话题标签，空格或顿号分隔

完整示例见 templates.md。

质量检查

完成三步后自检：

• txt 中每个问都有对应答（或标注未答）
• 问答 txt 相对原始转写：无无故删字；改动限于分段、格式、误识别修正与末尾噪音
• [...x.xs] / [...x s] 停顿标记已保留；长停顿和频繁停顿没有被清理掉
• 长答已按自然断点换行，无整段超长单行堆砌
• iv{N}.md 覆盖 txt 中所有面试问题，无遗漏大题
• 技术名词已修正，无 Whisper 乱码残留
• iv 编号与本轮录音对应（第 2 轮写 iv2.md，不覆盖 iv.md）

用户常见指令