北京
一段三小时的讨论录音，关键那句话出现在第87分钟。说这话的人坐在后排，语速比在场其他人稍快一点。
要找到它，只能拖着进度条来回蹭？这很费时间。那搜转写文本呢？也行，但如果那句话是有人放幻灯片时说的呢？如果那个时刻被标了一条自定义笔记，而搜索只返回文本结果呢？
录音应用的搜索问题，比多数人以为的要窄。它不在搜索速度，而在搜索范围。
范围问题
多数录音工具允许你搜索转写文本。这能覆盖基于文字的查询。缺口出现在相关上下文落在转写之外的时候。
设想一段课堂录音：教授在第23分钟于白板上画了一张图，在第41分钟口头提到了它。用主题名去搜转写文本，能返回那次口头提及。那张图本身——录制时被拍成照片——不会出现。更宽的搜索索引覆盖的是整段录制会话的上下文，而不只是转写。
关键词到时间戳的映射
有用的搜索结果不只是返回一段文字片段。它把匹配项接到确切的音频位置上。在一段45分钟销售通话的转写里搜“季度营收”，结果会显示匹配到的那句话，并链接到对应的音频时间戳。用户点一下结果，播放就从那个点开始。
没有这层映射，用户仍得手动扫音频轨。这一点适用于各类内容。一条标着“预算讨论”的标记，会同时链接到音频片段和当时写下的任何笔记。
录制上下文里的图片搜索
录制过程中拍下的照片，会和它们的音频时间戳一起被索引。照片与录制位置之间的绑定，正是它与普通图库的区别。如果有人在数学课第15分20秒拍下一道白板上的方程，搜索索引会连接起：
- 图片文件
- 音频时间戳15:20
- 14:00到17:00之间的周边转写文本
- 14:30到16:00之间放置的任何标记
搜索方程的主题内容，或搜索照片的时间戳，都会让这张图连同它的录制上下文一起浮出来。对拍摄内容做OCR提取，也会汇入文本索引，于是关键词搜索能匹配到图片里可见的内容。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
