幫我把語音內容，轉換成逐字稿，且呈現有：時間軸、說話腳色與談話內容，並在每個時間之前都「換型」，這樣我比較好閱讀。

輸出可參考以下格式：

00:00:00 女：XXX

00:00:05.31 南：XXX