前三篇我们说了内容怎么进来、怎么存住。这篇说一下：存进来之后，怎么让工具变得更聪明——而且聪明的每一步，都不越过"数据不出本机"这条线。

一、项目需求

到这个阶段，发现三个痛点。一是长会议录音转出来一大片文字，分不清谁说了什么，整理纪要还得自己对人。二是纯 CPU 转写虽然够用，但一小时的录音还是要等上一阵子，我电脑里那块 NVIDIA 显卡一直闲着。三是库里东西多了之后，"搜索"开始不够用了——我常常不是想找某条笔记，而是想问一个问题，比如"上次那个方案到底是谁负责"。

这一版实现的痛点功能：

1、说话人分离+声纹识别：转写自动区分"发言人 1、发言人 2"，你告诉它一次"这是老王"，以后新录音它自己就认出来了2、GPU 加速：检测到 NVIDIA 显卡自动启用，长音频出稿速度快好几倍；没有显卡就老老实实走 CPU，功能一个不少3、问知识库：直接用大白话提问，支持多轮追问，回答会标出来源条目，点一下就能跳到原文位置4、大模型按需接入：想更聪明可以接自己的大模型 API，默认关闭，不接也能用本地检索问答

二、项目功能

演示内容全部是我自制的虚构素材，不涉及任何真实会议和真实人物。

演示 1 ·一段三人会议录音，自动分清谁在说

• 输入：一段我用合成语音拼的 40 秒虚构会议录音，三个人轮流说话。• 工具的操作：转写完成后自动按说话人分段；我把"发言人 1"改成"小王"，工具提示"已记住小王的声纹"。• 输出：下一段录音里小王再开口，名字直接自动标好。智能摘要和待办里写的也是真名，不会出现"发言人 2 负责跟进"这种没法用的句子。

逐句原文里，每段话前面标着说话人真名和时间戳；左上角"GPU 加速"标识表示这条走的是显卡通道。

演示 2 · 直接问知识库一个问题

三、功能背后的思考（重点）

这三个功能，同样各有一个逻辑值得讲讲。

功能一：声纹识别，让它"先问过我，再记住"

全自动的声纹聚类技术上能做，但误判一次就会污染库：把张三的声音记成李四，后面越认越错。所以我加了一步"人工确认"：工具只负责分段，名字由我确认过一次，声纹才入库。

思维沉淀：自动化的边界应该划在"错得起"的地方。错不起的那一步，留给人。

功能二：GPU 加速，永远留一条 CPU 退路

显卡加速这东西很挑环境：驱动版本、显存大小、模型兼容性，任何一个不对就崩。所以我的设计是"检测到合适的显卡就加速，检测不到就安安静静走 CPU"，为此转写引擎做了双通道，启动时自动选路，GPU 通道半路出问题也会自动降级，而不是直接罢工。

思维沉淀：加速只是提供选择，不是没它就不能运行。

功能三：大模型默认关闭

接大模型能让问答更聪明，但它意味着内容要离开本机。这个项目的第一原则是数据不出本机，所以我把大模型做成了"可选插件"：默认关闭，用本地检索照样能问答；你想接，就自己填自己的 API 地址和密钥，配置只存在你电脑上。智能程度你说了算，隐私底线工具说了算。

思维沉淀：凡是和隐私原则冲突的功能，都应该是可选开关，而不是默认。

四、下一步：还要做什么