3. 原始数据整理：转录录音、标注时间戳、提取原始语句、去除噪音
适用场景
本流程适用于以下情况：
- 已完成用户访谈、客户调研或内部专家访谈，获得原始录音文件
- 需要将口语化、非结构化的访谈内容转化为可用于需求分析和排期的结构化文本
- 团队成员需要通过统一格式的“整理记录”快速定位用户原话、时间点和关键诉求
前置条件
- 录音文件完整、可播放，格式为 MP3/WAV/M4A
- 配备文字转录工具（如讯飞听见、腾讯云语音识别）或人工速记员
- 访谈对照表（记录受访者姓名、访谈日期、访谈主题）已就绪
- 团队成员已明确原始语句的“最低保真度”标准：保留语义，不擅自修改措辞
操作步骤
- 转录录音
使用工具或人工将录音逐句转为文字。在转录文档头标注文件名、受访者、日期、时长。 - 标注时间戳
按每30~60秒或每次话题切换插入[mm:ss]格式时间戳。对关键句（如强需求、情绪变化）独立标记时间点。 - 提取原始语句
将访谈中的完整陈述、反问、建议、抱怨等口语段落原样摘出，形成“原始语句库”。每条语句附上对应时间戳。 - 去除噪音
删除以下内容：- 语气词（嗯、啊、这个、就是说）
- 重复表述
- 明显离题闲聊
- 因录音质量导致不可识别的片段（标注为
[噪音]）
- 输出结构化记录
按“时间戳 | 说话人 | 原始语句 | 初步归类”四列整理，保存为 CSV 或 Markdown 文件。
输入输出物
| 类型 | 内容 | 格式 |
|---|---|---|
| 输入 | 原始录音文件 + 访谈对照表 | .mp3/.wav/.m4a + .xlsx/.csv |
| 输出 | 结构化访谈记录（含时间戳、原始语句） | .csv / .md |
| 中间产物 | 完整逐字稿（含噪音） | .txt / .docx |
责任边界
- 产品经理（PM）：审核输出物中语句与需求的对应关系，确保不丢失核心诉求
- 数据分析师/运营：执行转录、时间戳标注、噪音过滤，保持客观中立
- 转录外包（如有）：仅做文字转换，不进行语义修改；PM 负责最终审核
记录材料
- 每份录音对应一份“原始数据整理清单”，包含：文件名、总时长、转录方式、噪音标记总数、提取语句数
- 记录版本号：
原始数据_v1.0_20250218 - 存放路径：
/项目名/01_访谈数据/原始整理/
异常处理
| 异常场景 | 处理方式 |
|---|---|
| 录音存在明显杂音/断句 | 在对应时间戳标注[噪音]，尝试借助工具增强后重试；若仍无法识别，保留标识并备注 |
| 受访者使用方言/专业术语 | 转录时用拼音或近似字保留原音，并在“初步归类”列备注猜测含义，后续由PM确认 |
| 多人同时发言重叠 | 按主要发言人标注，次要发言用[重叠]标记 |
| 时间戳无法对齐 (如转写工具无时间戳) | 手动监听并在每段话题处插入时间点，保持平均间隔≤60秒 |
验收标准
- 每个原始语句块均带
[mm:ss]时间戳，误差不超过±5秒 - 噪音（语气词、重复、离题）清除率 ≥ 95%
- 错误解读（误听、漏句）不高于总语句数的 3%
- 输出物可直接用于下一章“需求标签化”环节，无需再处理
💡 经验提示： 在去除噪音阶段，保留具有“情绪色彩”的语句（如叹气、强调、反问）。这些往往是用户真实痛点的“温度计”，在后续需求优先级排序中具有隐性价值。
⚠ 常见陷阱： 切忌在“去除噪音”阶段将用户的长篇抱怨、重复唠叨直接删除。这类内容往往隐藏着未被明确表达的真实诉求。建议在“原始语句库”中额外开辟“情绪标记”列，保留原始文本，仅在结构化输出中过滤重复语气词。