无需上传音频，也无需自己拼装卡片。上传后系统会转换为内部转写格式，并自动调用 LLM 提取结构化卡片。上传前可自行编辑去除敏感信息。

支持 JSON（Whisper / WhisperX / 腾讯云 ResultDetail / AssemblyAI utterances / 片段数组）、SRT、VTT、纯文本（可含「说话人：内容」）。

剧本与「原文」导出同格式：HH:MM:SS,mmm-HH:MM:SS,mmm [S01] 台词，用 # 映射: S01=我, S02=李总 指明谁是我 / 谁是谁（也接受简写「说话人: 台词」）。生成并作为录音处理用火山引擎 / 阿里云 TTS 合成 16 kHz WAV，进入上方选择的 ASR 模型与完整链路；直接作为转写导入跳过 TTS / ASR，把台词按章写成转写段后只跑记忆更新（最快、结果最干净；有名字的说话人绑定说话人档案，「我」绑定本人；剧本新建的联系人标为「剧本导入」，不进入 ASR 人名热词 / 场景描述，避免测试角色污染真实识别；在真实录音里标注同名或编辑该联系人后会升为普通联系人。勾选「导入后归档」才会 POST 到 transcript API，剧本无需增加任何字段）。[分章] 强制分章（等价于 ≥ ASR_VAD_SILENCE_THRESHOLD_SEC 的静音）；文件名里的时间（UTC）决定记忆日。格式与内置验证剧本见 docs/memory-verification-guide.md。