實際影片長度:2:54.314。原文、繁中、雙語可點擊句子跳轉影片。
0:00.000–0:01.826
一場會最浪費時間的部分,
0:01.826–0:04.414
可能是散會以後重新找誰答應了什麼。
0:04.414–0:05.175
錄音有了,
0:05.175–0:06.088
轉寫也有了,
0:06.088–0:07.915
可如果行動項還要人工抄,
0:07.915–0:09.894
會議助手其實只完成了一半,
0:09.894–0:11.720
那剩下的一半該怎麼補上。
0:11.720–0:13.019
米提利給的答案,
0:13.019–0:15.131
不是再造一份更長的逐字稿,
0:15.131–0:16.430
而是把本地錄音,
0:16.430–0:17.242
實時轉寫,
0:17.242–0:20.328
會議總結和行動項串在同一個桌面應用裡。
0:20.328–0:23.251
這樣少掉的是在多個工具之間搬運文本,
0:23.251–0:26.012
也少掉了最容易遺漏上下文的那一步。
0:26.012–0:27.149
可會議越重要,
0:27.149–0:29.260
數據去了哪裡就越不能含糊。
0:30.000–0:30.974
來把邊界說清。
0:30.974–0:31.947
官方資料寫明,
0:31.947–0:32.447
錄音、
0:32.447–0:34.728
轉寫模型和轉寫文件可以留在設備裡,
0:34.728–0:37.927
實時識別使用 Whisper 或 Paralect。
0:37.927–0:40.430
但摘要模型可以選本地的 Ollama,
0:40.430–0:41.960
也可以選 Claude、
0:41.960–0:43.629
Grok 或其他遠程接口。
0:43.629–0:45.715
敏感會議想把整條鏈路留在本機,
0:45.715–0:47.384
不能只看本地轉寫四個字,
0:47.384–0:49.053
還要把摘要模型一起選對。
0:49.053–0:49.887
邊界確認了,
0:49.887–0:51.000
下一步才是上手。
0:51.000–0:52.928
第一次別拿最重要的會議開刀。
0:52.928–0:56.095
Windows 和蘋果電腦可以從項目發布頁下載,
0:56.095–0:58.298
Linux 目前更適合按源碼構建。
0:58.298–0:58.986
打開以後,
0:58.986–1:00.639
先檢查麥克風和系統音頻,
1:00.639–1:01.740
再選語言和模型。
1:01.740–1:03.944
用三分鐘短錄音故意說出一個日期,
1:03.944–1:05.321
一個人名和兩條代辦。
1:05.321–1:07.386
結束後核對轉寫摘要和存儲位置。
1:07.386–1:10.140
下面先看官方演示裡錄音怎樣變成實時文字。
1:21.000–1:22.287
剛才這段能看見,
1:22.287–1:25.182
文字會按時間持續進入同一個會議頁面,
1:25.182–1:26.791
但實時轉寫只是入口。
1:26.791–1:27.756
錄音結束後,
1:27.756–1:29.687
官方演示把原文放在左邊,
1:29.687–1:30.330
把摘要、
1:30.330–1:32.421
關鍵決定和行動項放在右邊。
1:32.421–1:34.352
對項目會和客戶訪談來說,
1:34.352–1:35.478
價值就在這裡。
1:35.478–1:36.765
你不必從零整理,
1:36.765–1:38.695
只要回到原文核對責任人、
1:38.695–1:39.660
日期和金額。
1:39.660–1:41.751
那如果手裡已經有舊錄音呢,
1:41.751–1:43.360
他還留了第二個入口。
1:43.360–1:45.093
錄音檔不用觸犯給麥克風聽。
1:45.093–1:46.692
米提利支持直接導入文件,
1:46.692–1:47.758
選擇保留原語言,
1:47.758–1:48.824
或者翻譯成英文,
1:48.824–1:49.890
再指定轉寫模型。
1:49.890–1:50.956
應用會分段處理,
1:50.956–1:52.955
完成後仍然進入轉寫和總結頁面。
1:52.955–1:54.155
下面這段官方演示,
1:54.155–1:55.221
注意看拖入文件,
1:55.221–1:57.220
選擇語言和分段進度這三個動作。
1:57.220–2:00.752
對,它更適合經常開項目會,
2:00.752–2:02.382
做客戶訪談,
2:02.382–2:05.913
或者需要處理歷史錄音的人。
2:05.913–2:11.075
也適合不方便把整段音頻交給雲端的團隊。
2:11.075–2:13.792
但它仍是預發布項目。
2:13.792–2:17.867
官方演示不能替代你自己的中文、
2:17.867–2:20.312
口音和常會議測試。
2:20.312–2:26.560
說話人區分也不該當作社區版已經完整具備的能力。
2:26.560–2:31.560
正式使用前,保留原始錄音,獲得錄音同意,並對關鍵結論做人工複核。
2:31.560–2:33.031
米提利最實用的地方,
2:33.031–2:34.795
不是讓人徹底不用記筆記,
2:34.795–2:37.295
而是把散會後的查找和搬運先壓縮掉。
2:37.295–2:39.060
找一段三分鐘的公開音頻,
2:39.060–2:39.560
跑完,
2:39.560–2:40.060
導入,
2:40.060–2:40.560
轉寫,
2:40.560–2:41.266
總結和核對,
2:41.266–2:43.178
你就能判斷它是否適合自己。
2:43.178–2:44.795
會議助手真正該省下的,
2:44.795–2:46.560
是讓工作重新啟動的時間。
2:46.560–2:50.560
這裡是智聲工坊,關注我,繼續分享真正能落地的人工智能工具。
0:00.000–0:01.826
一場會最浪費時間的部分,
0:01.826–0:04.414
可能是散會以後重新找誰答應了什麼。
0:04.414–0:05.175
錄音有了,
0:05.175–0:06.088
轉寫也有了,
0:06.088–0:07.915
可如果行動項還要人工抄,
0:07.915–0:09.894
會議助手其實只完成了一半,
0:09.894–0:11.720
那剩下的一半該怎麼補上。
0:11.720–0:13.019
米提利給的答案,
0:13.019–0:15.131
不是再造一份更長的逐字稿,
0:15.131–0:16.430
而是把本地錄音,
0:16.430–0:17.242
實時轉寫,
0:17.242–0:20.328
會議總結和行動項串在同一個桌面應用裡。
0:20.328–0:23.251
這樣少掉的是在多個工具之間搬運文本,
0:23.251–0:26.012
也少掉了最容易遺漏上下文的那一步。
0:26.012–0:27.149
可會議越重要,
0:27.149–0:29.260
數據去了哪裡就越不能含糊。
0:30.000–0:30.974
來把邊界說清。
0:30.974–0:31.947
官方資料寫明,
0:31.947–0:32.447
錄音、
0:32.447–0:34.728
轉寫模型和轉寫文件可以留在設備裡,
0:34.728–0:37.927
實時識別使用 Whisper 或 Paralect。
0:37.927–0:40.430
但摘要模型可以選本地的 Ollama,
0:40.430–0:41.960
也可以選 Claude、
0:41.960–0:43.629
Grok 或其他遠程接口。
0:43.629–0:45.715
敏感會議想把整條鏈路留在本機,
0:45.715–0:47.384
不能只看本地轉寫四個字,
0:47.384–0:49.053
還要把摘要模型一起選對。
0:49.053–0:49.887
邊界確認了,
0:49.887–0:51.000
下一步才是上手。
0:51.000–0:52.928
第一次別拿最重要的會議開刀。
0:52.928–0:56.095
Windows 和蘋果電腦可以從項目發布頁下載,
0:56.095–0:58.298
Linux 目前更適合按源碼構建。
0:58.298–0:58.986
打開以後,
0:58.986–1:00.639
先檢查麥克風和系統音頻,
1:00.639–1:01.740
再選語言和模型。
1:01.740–1:03.944
用三分鐘短錄音故意說出一個日期,
1:03.944–1:05.321
一個人名和兩條代辦。
1:05.321–1:07.386
結束後核對轉寫摘要和存儲位置。
1:07.386–1:10.140
下面先看官方演示裡錄音怎樣變成實時文字。
1:21.000–1:22.287
剛才這段能看見,
1:22.287–1:25.182
文字會按時間持續進入同一個會議頁面,
1:25.182–1:26.791
但實時轉寫只是入口。
1:26.791–1:27.756
錄音結束後,
1:27.756–1:29.687
官方演示把原文放在左邊,
1:29.687–1:30.330
把摘要、
1:30.330–1:32.421
關鍵決定和行動項放在右邊。
1:32.421–1:34.352
對項目會和客戶訪談來說,
1:34.352–1:35.478
價值就在這裡。
1:35.478–1:36.765
你不必從零整理,
1:36.765–1:38.695
只要回到原文核對責任人、
1:38.695–1:39.660
日期和金額。
1:39.660–1:41.751
那如果手裡已經有舊錄音呢,
1:41.751–1:43.360
他還留了第二個入口。
1:43.360–1:45.093
錄音檔不用觸犯給麥克風聽。
1:45.093–1:46.692
米提利支持直接導入文件,
1:46.692–1:47.758
選擇保留原語言,
1:47.758–1:48.824
或者翻譯成英文,
1:48.824–1:49.890
再指定轉寫模型。
1:49.890–1:50.956
應用會分段處理,
1:50.956–1:52.955
完成後仍然進入轉寫和總結頁面。
1:52.955–1:54.155
下面這段官方演示,
1:54.155–1:55.221
注意看拖入文件,
1:55.221–1:57.220
選擇語言和分段進度這三個動作。
1:57.220–2:00.752
對,它更適合經常開項目會,
2:00.752–2:02.382
做客戶訪談,
2:02.382–2:05.913
或者需要處理歷史錄音的人。
2:05.913–2:11.075
也適合不方便把整段音頻交給雲端的團隊。
2:11.075–2:13.792
但它仍是預發布項目。
2:13.792–2:17.867
官方演示不能替代你自己的中文、
2:17.867–2:20.312
口音和常會議測試。
2:20.312–2:26.560
說話人區分也不該當作社區版已經完整具備的能力。
2:26.560–2:31.560
正式使用前,保留原始錄音,獲得錄音同意,並對關鍵結論做人工複核。
2:31.560–2:33.031
米提利最實用的地方,
2:33.031–2:34.795
不是讓人徹底不用記筆記,
2:34.795–2:37.295
而是把散會後的查找和搬運先壓縮掉。
2:37.295–2:39.060
找一段三分鐘的公開音頻,
2:39.060–2:39.560
跑完,
2:39.560–2:40.060
導入,
2:40.060–2:40.560
轉寫,
2:40.560–2:41.266
總結和核對,
2:41.266–2:43.178
你就能判斷它是否適合自己。
2:43.178–2:44.795
會議助手真正該省下的,
2:44.795–2:46.560
是讓工作重新啟動的時間。
2:46.560–2:50.560
這裡是智聲工坊,關注我,繼續分享真正能落地的人工智能工具。
0:00.000–0:01.826
一場會最浪費時間的部分,
一場會最浪費時間的部分,
0:01.826–0:04.414
可能是散會以後重新找誰答應了什麼。
可能是散會以後重新找誰答應了什麼。
0:04.414–0:05.175
錄音有了,
錄音有了,
0:05.175–0:06.088
轉寫也有了,
轉寫也有了,
0:06.088–0:07.915
可如果行動項還要人工抄,
可如果行動項還要人工抄,
0:07.915–0:09.894
會議助手其實只完成了一半,
會議助手其實只完成了一半,
0:09.894–0:11.720
那剩下的一半該怎麼補上。
那剩下的一半該怎麼補上。
0:11.720–0:13.019
米提利給的答案,
米提利給的答案,
0:13.019–0:15.131
不是再造一份更長的逐字稿,
不是再造一份更長的逐字稿,
0:15.131–0:16.430
而是把本地錄音,
而是把本地錄音,
0:16.430–0:17.242
實時轉寫,
實時轉寫,
0:17.242–0:20.328
會議總結和行動項串在同一個桌面應用裡。
會議總結和行動項串在同一個桌面應用裡。
0:20.328–0:23.251
這樣少掉的是在多個工具之間搬運文本,
這樣少掉的是在多個工具之間搬運文本,
0:23.251–0:26.012
也少掉了最容易遺漏上下文的那一步。
也少掉了最容易遺漏上下文的那一步。
0:26.012–0:27.149
可會議越重要,
可會議越重要,
0:27.149–0:29.260
數據去了哪裡就越不能含糊。
數據去了哪裡就越不能含糊。
0:30.000–0:30.974
來把邊界說清。
來把邊界說清。
0:30.974–0:31.947
官方資料寫明,
官方資料寫明,
0:31.947–0:32.447
錄音、
錄音、
0:32.447–0:34.728
轉寫模型和轉寫文件可以留在設備裡,
轉寫模型和轉寫文件可以留在設備裡,
0:34.728–0:37.927
實時識別使用 Whisper 或 Paralect。
實時識別使用 Whisper 或 Paralect。
0:37.927–0:40.430
但摘要模型可以選本地的 Ollama,
但摘要模型可以選本地的 Ollama,
0:40.430–0:41.960
也可以選 Claude、
也可以選 Claude、
0:41.960–0:43.629
Grok 或其他遠程接口。
Grok 或其他遠程接口。
0:43.629–0:45.715
敏感會議想把整條鏈路留在本機,
敏感會議想把整條鏈路留在本機,
0:45.715–0:47.384
不能只看本地轉寫四個字,
不能只看本地轉寫四個字,
0:47.384–0:49.053
還要把摘要模型一起選對。
還要把摘要模型一起選對。
0:49.053–0:49.887
邊界確認了,
邊界確認了,
0:49.887–0:51.000
下一步才是上手。
下一步才是上手。
0:51.000–0:52.928
第一次別拿最重要的會議開刀。
第一次別拿最重要的會議開刀。
0:52.928–0:56.095
Windows 和蘋果電腦可以從項目發布頁下載,
Windows 和蘋果電腦可以從項目發布頁下載,
0:56.095–0:58.298
Linux 目前更適合按源碼構建。
Linux 目前更適合按源碼構建。
0:58.298–0:58.986
打開以後,
打開以後,
0:58.986–1:00.639
先檢查麥克風和系統音頻,
先檢查麥克風和系統音頻,
1:00.639–1:01.740
再選語言和模型。
再選語言和模型。
1:01.740–1:03.944
用三分鐘短錄音故意說出一個日期,
用三分鐘短錄音故意說出一個日期,
1:03.944–1:05.321
一個人名和兩條代辦。
一個人名和兩條代辦。
1:05.321–1:07.386
結束後核對轉寫摘要和存儲位置。
結束後核對轉寫摘要和存儲位置。
1:07.386–1:10.140
下面先看官方演示裡錄音怎樣變成實時文字。
下面先看官方演示裡錄音怎樣變成實時文字。
1:21.000–1:22.287
剛才這段能看見,
剛才這段能看見,
1:22.287–1:25.182
文字會按時間持續進入同一個會議頁面,
文字會按時間持續進入同一個會議頁面,
1:25.182–1:26.791
但實時轉寫只是入口。
但實時轉寫只是入口。
1:26.791–1:27.756
錄音結束後,
錄音結束後,
1:27.756–1:29.687
官方演示把原文放在左邊,
官方演示把原文放在左邊,
1:29.687–1:30.330
把摘要、
把摘要、
1:30.330–1:32.421
關鍵決定和行動項放在右邊。
關鍵決定和行動項放在右邊。
1:32.421–1:34.352
對項目會和客戶訪談來說,
對項目會和客戶訪談來說,
1:34.352–1:35.478
價值就在這裡。
價值就在這裡。
1:35.478–1:36.765
你不必從零整理,
你不必從零整理,
1:36.765–1:38.695
只要回到原文核對責任人、
只要回到原文核對責任人、
1:38.695–1:39.660
日期和金額。
日期和金額。
1:39.660–1:41.751
那如果手裡已經有舊錄音呢,
那如果手裡已經有舊錄音呢,
1:41.751–1:43.360
他還留了第二個入口。
他還留了第二個入口。
1:43.360–1:45.093
錄音檔不用觸犯給麥克風聽。
錄音檔不用觸犯給麥克風聽。
1:45.093–1:46.692
米提利支持直接導入文件,
米提利支持直接導入文件,
1:46.692–1:47.758
選擇保留原語言,
選擇保留原語言,
1:47.758–1:48.824
或者翻譯成英文,
或者翻譯成英文,
1:48.824–1:49.890
再指定轉寫模型。
再指定轉寫模型。
1:49.890–1:50.956
應用會分段處理,
應用會分段處理,
1:50.956–1:52.955
完成後仍然進入轉寫和總結頁面。
完成後仍然進入轉寫和總結頁面。
1:52.955–1:54.155
下面這段官方演示,
下面這段官方演示,
1:54.155–1:55.221
注意看拖入文件,
注意看拖入文件,
1:55.221–1:57.220
選擇語言和分段進度這三個動作。
選擇語言和分段進度這三個動作。
1:57.220–2:00.752
對,它更適合經常開項目會,
對,它更適合經常開項目會,
2:00.752–2:02.382
做客戶訪談,
做客戶訪談,
2:02.382–2:05.913
或者需要處理歷史錄音的人。
或者需要處理歷史錄音的人。
2:05.913–2:11.075
也適合不方便把整段音頻交給雲端的團隊。
也適合不方便把整段音頻交給雲端的團隊。
2:11.075–2:13.792
但它仍是預發布項目。
但它仍是預發布項目。
2:13.792–2:17.867
官方演示不能替代你自己的中文、
官方演示不能替代你自己的中文、
2:17.867–2:20.312
口音和常會議測試。
口音和常會議測試。
2:20.312–2:26.560
說話人區分也不該當作社區版已經完整具備的能力。
說話人區分也不該當作社區版已經完整具備的能力。
2:26.560–2:31.560
正式使用前,保留原始錄音,獲得錄音同意,並對關鍵結論做人工複核。
正式使用前,保留原始錄音,獲得錄音同意,並對關鍵結論做人工複核。
2:31.560–2:33.031
米提利最實用的地方,
米提利最實用的地方,
2:33.031–2:34.795
不是讓人徹底不用記筆記,
不是讓人徹底不用記筆記,
2:34.795–2:37.295
而是把散會後的查找和搬運先壓縮掉。
而是把散會後的查找和搬運先壓縮掉。
2:37.295–2:39.060
找一段三分鐘的公開音頻,
找一段三分鐘的公開音頻,
2:39.060–2:39.560
跑完,
跑完,
2:39.560–2:40.060
導入,
導入,
2:40.060–2:40.560
轉寫,
轉寫,
2:40.560–2:41.266
總結和核對,
總結和核對,
2:41.266–2:43.178
你就能判斷它是否適合自己。
你就能判斷它是否適合自己。
2:43.178–2:44.795
會議助手真正該省下的,
會議助手真正該省下的,
2:44.795–2:46.560
是讓工作重新啟動的時間。
是讓工作重新啟動的時間。
2:46.560–2:50.560
這裡是智聲工坊,關注我,繼續分享真正能落地的人工智能工具。
這裡是智聲工坊,關注我,繼續分享真正能落地的人工智能工具。

影片筆記:录音、转写、总结全放本地,Meetily 到底适合谁

<!-- VIDEONOTE_PUBLICATION_WARNINGS_BEGIN -->

⚠️ 全文快速校讀發現待確認修正

本筆記已完成可閱讀的逐字稿與時間跳轉;下列為待處理問題,建議播放原片確認。

  • 待修正:⚠️ 全文快速校讀:已套用暫定修正,請確認(segment=2 已先套用暫定修正:來把邊界說清。官方資料寫明,錄音、轉寫模型和轉寫文件可以留在設備裡,實時識別使用Vispro或帕拉基特。但摘要模型可以選本地的歐拉碼,也可以選克勞德、格若克或其他遠程接口。敏感會議想把整條鏈路留在本機,不能只看本地轉寫四個字,還要把摘要模型一起選對。邊界確認了,下一步才是上手。 → 來把邊界說清。官方資料寫明,錄音、轉寫模型和轉寫文件可以留在設備裡,實時識別使用 Whisper 或 Paralect。但摘要模型可以選本地的 Ollama,也可以選 Claude、Grok 或其他遠程接口。敏感會議想把整條鏈路留在本機,不能只看本地轉寫四個字,還要把摘要模型一起選對。邊界確認了,下一步才是上手。;segment=3 已先套用暫定修正:第一次別拿最重要的會議開刀。Windows和蘋果電腦可以從項目發布頁下載,利納克斯目前更適合按圓碼構建。打開以後,先檢查麥克風和系統音頻,再選語言和模型。用三分鐘短錄音故意說出一個日期,一個人名和兩條代辦。結束後核對轉寫摘要和存儲位置。下面先看官方演示裡錄音怎樣變成實時文字。 → 第一次別拿最重要的會議開刀。Windows 和蘋果電腦可以從項目發布頁下載,Linux 目前更適合按源碼構建。打開以後,先檢查麥克風和系統音頻,再選語言和模型。用三分鐘短錄音故意說出一個日期,一個人名和兩條代辦。結束後核對轉寫摘要和存儲位置。下面先看官方演示裡錄音怎樣變成實時文字。)
  • 待修正:逐字稿可先使用,但有待校正清單(segment=17 unnatural_sentence_boundary: 標點出現在句首或停在逗號位置,斷句可能不符合文法/口語;segment=18 unnatural_sentence_boundary: 標點出現在句首或停在逗號位置,斷句可能不符合文法/口語)

<!-- VIDEONOTE_PUBLICATION_WARNINGS_END -->

一句話總結

影片介紹了一款名為「米提利」(Meetily/Mitili)的桌面應用,主打將錄音、轉寫與總結全流程保留在設備本地,以解決會議後行動項整理耗時、易遺漏及隱私擔憂的問題,目前處於預發布階段,適合對數據隱私有高要求且需處理會議記錄的用戶。

核心重點

  1. 解決痛點:針對會議後重新查找「誰答應了什麼」耗時,以及行動項需人工抄寫導致助手僅完成一半的問題,提供單一桌面應用串聯本地錄音、實時轉寫、總結與行動項。
  2. 隱私與數據邊界:
  • 核心優勢在於錄音、轉寫模型及文件可保留在設備本地。
  • 實時識別可選擇本地模型(如 Whisper 或 Paralect)。
  • 摘要模型可選擇本地(Ollama)或遠程(Claude、Grok)。
  • 敏感會議建議:若希望整條鏈路留在本機,必須同時配置本地轉寫與本地摘要模型。
  1. 功能特性:
  • 支援即時錄音轉寫與舊錄音文件導入。
  • 導入舊錄音時可設定保留原語言或翻譯為英文。
  • 介面左側顯示原文,右側顯示摘要、關鍵決定和行動項。
  1. 適用對象與狀態:
  • 適用經常開項目會、客戶訪談,或需處理歷史錄音且不方便將音頻交給雲端的團隊。
  • 目前為預發布階段,建議用戶先進行測試,並保留原始錄音、獲得同意及人工複核關鍵結論。

詳細大綱

一、 痛點與解決方案

  • 當前問題:
  • 會議後重新查找誰答應了什麼最浪費時間。
  • 若行動項需人工抄寫,會議助手僅完成一半工作。
  • 解決方案:
  • 使用「米提利」(Mitili/Meetily)單一桌面應用。
  • 整合本地錄音、實時轉寫、會議總結和行動項。
  • 減少在不同工具間搬運文本的步驟,避免遺漏上下文。

二、 數據邊界與隱私設定

  • 本地保留項目:錄音、轉寫模型、轉寫文件。
  • 模型選擇:
  • 實時識別:Whisper 或 Paralect。
  • 摘要模型:
  • 本地:Ollama。
  • 遠程:Claude、Grok 或其他遠程接口。
  • 隱私建議:對於敏感會議,若希望整條鏈路留在本機,必須同時選擇本地轉寫與本地摘要模型。

三、 安裝與上手指南

  • 下載方式:
  • Windows 和蘋果電腦:從項目發布頁下載。
  • Linux:目前更適合按源碼構建。
  • 初始設置:檢查麥克風和系統音頻,選擇語言和模型。
  • 測試建議:
  • 使用三分鐘短錄音。
  • 故意包含日期、人名和兩條代辦事項。
  • 結束後核對轉寫摘要和存儲位置。

四、 核心功能演示

  • 即時錄音轉寫:
  • 文字按時間持續進入同一個會議頁面。
  • 錄音結束後,原文顯示於左側,摘要、關鍵決定和行動項顯示於右側。
  • 適用場景:項目會、客戶訪談。
  • 工作流程:不必從零整理,只需回到原文核對責任人、日期和金額。
  • 舊錄音導入:
  • 支援直接導入文件,無需通過麥克風重聽。
  • 設定:保留原語言或翻譯成英文,指定轉寫模型。
  • 處理方式:分段處理,完成後進入轉寫和總結頁面。

五、 適用對象與注意事項

  • 適用對象:
  • 經常開項目會者。
  • 做客戶訪談者。
  • 需要處理歷史錄音者。
  • 不方便將整段音頻交給雲端的團隊。
  • 當前狀態:預發布項目。
  • 使用建議:
  • 官方演示不能替代用戶自身的中文、口音和常會議測試。
  • 說話人區分不應視為社區版已完整具備的能力。
  • 正式使用前:保留原始錄音、獲得錄音同意、對關鍵結論做人工複核。

六、 總結與呼籲

  • 核心價值:壓縮散會後的查找和搬運時間,讓工作重新啟動的時間變短。
  • 測試方法:找一段三分鐘公開音頻,跑完導入、轉寫、總結和核對流程,判斷是否適合自己。
  • 頻道資訊:智聲工坊,分享能落地的人工智能工具。

工具 / 模型 / 名詞整理

  • 應用名稱:米提利(Meetily / Mitili,音譯自逐字稿)
  • 轉寫/識別模型:
  • Whisper
  • Paralect(逐字稿拼寫,疑點見後)
  • Ollama(用於本地摘要模型)
  • 遠程接口/模型:
  • Claude
  • Grok
  • 作業系統:
  • Windows
  • 蘋果電腦(macOS)
  • Linux

操作流程整理

  1. 下載與安裝:
  • Windows/macOS 用戶從項目發布頁下載。
  • Linux 用戶建議按源碼構建。
  1. 初始設置:
  • 檢查麥克風和系統音頻輸入。
  • 選擇語言和轉寫/摘要模型。
  1. 即時會議處理:
  • 開始錄音,文字按時間持續進入會議頁面。
  • 錄音結束後,系統自動生成摘要、關鍵決定和行動項(右側),原文保留在左側。
  • 用戶核對責任人、日期和金額。
  1. 舊錄音導入處理:
  • 導入歷史錄音文件。
  • 設定語言選項(保留原語言或翻譯為英文)。
  • 指定轉寫模型。
  • 系統分段處理後,進入轉寫和總結頁面。
  1. 測試驗證:
  • 使用三分鐘短錄音(包含日期、人名、代辦事項)。
  • 核對轉寫摘要準確性及文件存儲位置。

值得注意的限制或風險

  1. 預發布階段:應用目前處於預發布狀態,功能可能尚未完善。
  2. 說話人區分能力:說話人區分功能不應視為社區版已完整具備的能力,可能存在識別錯誤。
  3. 隱私配置複雜性:若希望整條鏈路留在本機,必須同時配置本地轉寫與本地摘要模型,用戶需具備相應技術配置能力。
  4. 人工複核必要:官方演示不能替代用戶自身的測試,關鍵結論需人工複核,不能完全依賴自動化結果。
  5. 數據同意:使用時需確保獲得錄音同意,並保留原始錄音備份。

逐字稿辨識疑點

  • 警告:以下片段存在標點斷句異常(unnatural_sentence_boundary),可能影響語意理解,請謹慎參考:
  • segment 17, 18, 19, 21, 22, 24, 25, 27, 30, 32, 33, 35:標點出現在句首或停在逗號位置,斷句可能不符合文法/口語。
  • 米提利 (Meetily/Mitili):逐字稿中多次出現「米提利」,疑似為某款 AI 會議助手產品的音譯名稱(如 Metri 或類似發音),需查證實際產品名稱。
  • Paralect:逐字稿提及實時識別使用「Whisper 或 Paralect」,「Paralect」並非常見知名轉寫模型名稱,疑似為「Parler」或其他模型的聽寫錯誤,需查證。
  • 項目發布頁:提及「從項目發布頁下載」,未明確指出具體平台(如 GitHub Releases 等),需確認具體下載來源。
  • 社區版:提及「說話人區分也不該當作社區版已經完整具備的能力」,「社區版」具體指代何種授權版本或功能分級,需查證該產品的版本劃分。

可延伸追問

  1. 「米提利」的確切產品名稱及官方下載連結為何?
  2. 「Paralect」具體是指哪一款轉寫模型?是否為識別錯誤?
  3. 該工具在 Linux 系統下「按源碼構建」的具體技術門檻和步驟為何?
  4. 對於「說話人區分」功能,目前預發布版本的準確率如何?是否有已知限制?
  5. 若選擇遠程摘要模型(如 Claude/Grok),數據傳輸過程中的加密機制為何?

尚未產生學習筆記

請在 Telegram 指令最後加上「學習」,例如:videonote 網址 英文 雙語 學習