适用场景与历史记录
原议题于 2024 年询问在聊天框上传 MP3 对话并总结内容，社区当时建议二次开发。 原始讨论提交于 2024-08-23，本页按该记录说明症状或需求的适用范围。
已有证据与适用范围
当前文件输入文档已包含音频类型与多模态处理说明。录音上传、语音转文字和总结应逐环节验证，并核对所用模型的音频能力。
排查与复测
- 选取已获授权的一段短 MP3，确认应用文件输入允许音频。
- 将音频交给支持相应能力的模型，或先经受控语音识别服务转成文本。
- 比对转写文本与录音，再核对摘要中的人物、时间和结论。
这些检查用于复现和验证同类场景。继续反馈时，提供准确版本、最小输入、预期结果和脱敏日志，并引用原始讨论。
参考资料
来源: FastGPT 语音输入
来源: 原讨论中的补充回复