1、基础实现：纯 TXT 文本内容总结
最开始的核心需求是对语音转写的文本做 AI 总结，先从最简单的TXT 文本读取 + AI 总结入手，实现基础逻辑：
- 直接读取本地 TXT 格式的语音转写文本，加载全部文本内容
- 调用通义千问 AI 接口，传入 prompt 要求提炼核心知识点、去除口语化内容
- 控制台直接输出总结结果，完成最基础的文本总结功能
核心逻辑代码（极简版）：
import openai
# AI 配置
client = openai.OpenAI(api_key="你的密钥", base_url="https://dashscope.aliyuncs.com/compatible-mode/v1")
# 读取 TXT 文本
with open("transcript.txt", "r", encoding="utf-8") as f:
content = f.read()
# AI 总结
prompt = f"总结以下语音转写内容，分点提炼核心：\n{content}"
res = client.chat.completions.create(model="deepseek-v3", messages=[{"role":"user","content":prompt}])
print(res.choices[0].message.content)
这一步完成了文本总结的核心功能验证，但 TXT 格式无法存储语音转写的时间、角色等附加信息，实用性有限。
2、优化升级：CSV 格式语音转写数据总结
实际语音转写导出的文件为CSV 格式，包含时间、角色、内容三列，TXT 方案无法适配，因此优化为 CSV 专属总结方案：
- 使用
pandas读取 CSV 文件，适配中文列名内容，精准提取语音转写文本 - 过滤空值、拼接有效文本，避免无效内容干扰 AI 总结
- 保留原有的 AI 总结逻辑，仅替换文本读取方式，适配结构化数据
核心优化点：
- 兼容语音转写 CSV 的列名（新增
内容列匹配） - 批量处理多行转写文本，自动拼接成完整内容
- 数据更规范，可拓展性更强（后续可筛选角色、时间段）
优化后 CSV 读取核心代码：
import pandas as pd
# 读取 CSV，提取内容列
df = pd.read_csv("test_processed_sentences.csv", encoding="utf-8")
# 匹配语音转写的文本列
text_col =
transcript = .join(df[text_col].dropna().astype())
