保密会议如何用AI做记录:3种方法

讨论客户资料或内部战略时,把录音上传到外部AI服务往往并不合适。但这不意味着你必须逐字手写。下面介绍三种记录会议的方法。

1. 使用系统自带的听写功能

在Apple备忘录中使用系统听写输入文字的画面

电脑或手机自带的听写功能可以直接把语音转成文字。如果支持设备内处理,就可以不向外部转写服务器发送音频。使用前请确认当前设备和语言的处理方式。

不足在于实际会议环境中的准确度。噪声、回声和离麦克风较远的声音都可能影响识别。记录简短的个人备忘很方便,但录完整场会议后,仍可能需要纠正错字并整理每个人的发言。

2. 在公司内部部署服务器

连接内部服务器的办公电脑,以及部署与维护成本

在公司内部服务器上运行语音识别系统,可以按公司要求管理数据处理位置、访问权限和保存期限。

难点是部署复杂、成本高。除了模型,还要连接录音上传、发言者区分、文字编辑和用户管理,并持续负责更新、维护和故障处理。

即使采购现成AI会议应用的企业私有化版本,实施、授权、基础设施和维护费用叠加后也可能十分高昂。对于只想做好会议记录的团队,投入并不轻。

3. 在自己的电脑上运行AI模型

在本地终端运行Whisper tiny.en模型进行语音转写的示例

端侧AI直接在自己的电脑上把音频转成文字,无需另设服务器,也无需上传到外部转写服务。

一个代表是OpenAI的Whisper large-v3-turbo。它支持包括中文在内的99种语言,在尽量减少相较大型模型的精度损失的同时,大幅提高转写速度。OpenAI公开比较中的相对速度约为大型模型的8倍。这是在A100 GPU上处理英语音频的结果,实际速度和准确度因设备与语言而异。

但下载模型只是开始。还要安装运行环境,配置CPU或GPU加速,调整内存使用。如果要区分发言者,还需添加另一个模型,并把结果与转写文本对齐。

不想自己折腾设置?可以试试Alt

如果不想自己完成这些设置,可以试试Alt。它使用这一模型,把录音和转写整合成一套流程。

Alt根据设备使用CPU、GPU以及Apple Neural Engine等AI计算单元,结合模型轻量化,让高性能语音识别在本地高效运行。

Alt Pro不仅整合语音识别,还将说话人分离模型纳入端侧处理流程,无需把音频发送到外部服务器,就能区分谁说了什么。

以上适用于受支持设备的本地模式。云端AI、分享和同步功能请按公司的安全政策设置。

Alt meeting UI · Illustrative content · Speaker diarization requires Pro. Local processing depends on your device and settings.

来源与性能比较

常见问题

系统听写一定离线运行吗?

不一定。处理方式取决于设备、语言和具体功能。请检查设备内处理支持情况,以及保存笔记的应用是否启用了同步。

Alt在所有设备上都能本地处理吗?

本文以Apple Silicon Mac和受支持Windows电脑的本地模式为准。Intel Mac使用云端转写。请先下载所需模型,并检查本地AI与同步设置。

区分发言者也在设备内完成吗?

是的。在受支持设备的本地模式下,Alt Pro在设备内完成转写和说话人分离。它按声音区分发言,并不会自动识别参与者的真实姓名。

免费下载 Alt

支持 Mac、Windows、iPhone、iPad 和 Android。