第三问:如何用AI记录会议?我做了一个会议录音小助手

我们平时开会，时间一般是一个小时左右。大家讨论问题、确认方案，还要安排一个人专门记录。这个人不能完全投入讨论，散会以后还要重新整理录音和笔记，写成会议纪要，再发给大家确认。

以前常见的办法是买录音笔，或者购买软件会员。它们能解决一部分问题，但费用一直在增加，遇到专业词语时也不一定准确。我们做的是碳材料、石墨烯、固态电池等工作，普通语音识别经常听不懂这些词。

有一次，系统把“红蜜薯”识别成“红秘书”。看起来只是错了一个词，放在技术会议里，意思却完全变了。类似的情况如果出现在材料名称、实验条件或产品型号中，后面整理出来的纪要就可能出现问题。

我想自己做一个会议录音小助手

后来我想，能不能用手机录音，回到电脑以后在本地完成转录？如果再让AI帮忙整理，或许就能少买一台设备，也不用一直购买会员。

我的设想是：手机负责录音，电脑负责本地转文字，系统保留时间轴，再把内容整理成会议纪要。纪要里应该能看出讨论了什么、最后决定了什么、谁负责、什么时候完成。

我用Codex开始写这个小工具。它确实帮我写出了一部分代码，也让我第一次觉得，普通人似乎真的可以做一个适合自己工作的工具。

但真正运行以后，问题比想象中多。

做到一半以后，问题才真正出现

第一是专业词语。系统会根据发音猜测陌生词，听错以后，后面的整理也会跟着错。“红蜜薯”变成“红秘书”，就是一个很具体的例子。

第二是时间轴。有的结果虽然带有时间，但文字和录音对不上，回头找某一个结论时仍然不方便。

第三是会议内容的判断。系统可以把声音变成文字，却不一定知道哪些话是最后决定，哪些只是讨论，哪些意见后来已经被否定。

第四是发言人。几个人同时讨论时，如果不能区分谁说的，会议纪要就很难写清楚。

这些问题让我意识到，会议录音小助手不是一个按钮就能完成的工具。它需要录音、转文字、专业词校正、时间轴对应和纪要整理几个环节一起配合。

我已经做了一半，下一半想找人一起解决

目前我已经能够读取手机录音，也能把录音转成文字，开始保留时间轴，还能让AI按照固定格式整理出会议纪要。

但这只是前一半。

下一半的问题，我还没有真正解决：怎样建立适合自己行业的词库？怎样让系统知道“红蜜薯”不是“红秘书”？怎样让文字和原音准确对应？怎样区分不同的人在说话？怎样让AI只提取已经确认的结论，不把讨论中的想法写成最终决定？

我不想把这个工具说成已经完成了。它现在更像一个半成品，能跑起来，但还不够稳定。我也不确定下一步应该先改识别模型、先做专业词库，还是先把时间轴和原音对应做好。

所以我想把这件事写出来，看看有没有做过本地语音转文字、会议纪要工具或专业词库的人，愿意给我一些建议。如果你也遇到过类似问题，欢迎告诉我：你最希望会议录音小助手先解决哪一件事？

我会继续把转录中的错误截图、时间轴问题和代码运行结果整理出来。也许一个人可以先把工具做出来，但要让它真正适合工作，还需要更多真实场景的反馈。

我做了一半的会议录音小助手

这就是我现在遇到的第三个问题

如何用AI记录会议？我的答案还没有写完。

我已经走过了从手机录音到本地转文字的前一半，正在寻找下一步的办法。如果你有经验，欢迎一起讨论；如果你也在做类似的尝试，也欢迎把你的方法告诉我。

先把问题说清楚，再一起把剩下的一半做完。也许这才是普通人学习AI最真实的过程。