Granite Speech说话人转录：选择SAA提示并按首次出现编号，避免套用基础版标点格式

素材身份：作者原创输入/可编辑参考。目标工具未在本轮执行。
先打开 index.html；input.csv 是原始字段，reference.csv 是验收基准，negative.csv 是故意构造的坏样例。
actual-results.csv 保留未测状态，实际执行后再填写。

前置条件：
准备自己有权使用的合成练习资料，不上传他人的录音或私密内容。
按官方文档核对当前平台、版本与套餐；本轮目标产品操作未执行，练习文件可离线查看。
练习包提供口述脚本、规则与验收数据，不附目标工具生成录音。按录音说明自行录制有权使用的输入，并在运行后保存实际音频。

操作步骤：
1. 先混成单声道输入
保留B、A、B的三轮台词和时间顺序，将练习副本混成单声道。原始角色文件用于验收，不能作为API已知身份输入来冒充声学辨认。

2. 核对Plus任务模式
打开Plus模型卡找到speaker-attributed ASR提示与普通ASR示例。记录实际请求所用任务，不根据文件名推测已启用SAA。

3. 提交SAA任务配置
按官方示例构造请求，保持音频不变。输出保存为原始文本，不先用自己的格式器补说话人标签。

4. 按首次出现核对编号
用台词顺序检查B第一次出现应对应首编号，A对应后编号。标签表示结构索引，不能扩写为产品认出了真实姓名。

5. 区分内容与排版
先检查词语是否正确，再单独记录小写、无标点等格式特征。Plus与基础版输出能力不同，不为达到漂亮排版伪造原始返回。

6. 用普通ASR作模式负例
保留同音频普通ASR配置的对照栏，观察有无说话人结构。未执行两种模式时不要预填输出，仅保留可复现配置。

7. 保存标注来源
交付混音、角色顺序表、请求模式和原始结果。人工加标点稿另存，注明它是编辑结果而不是原生SAA格式。

验收：
SAA请求与普通ASR请求的任务提示分别留存。
首次B为Speaker0、A为Speaker1的作者预期有依据，未称实名识别。
Plus不自动承诺基础版的大小写和标点能力。

官方资料：
https://huggingface.co/ibm-granite/granite-speech-4.1-2b-plus

图片身份：assets/ 为内置image_gen生成的原创练习输入缩略版，原始文件保留在网站图片来源地址。可编辑SVG为作者原生排版。