会议录音转写
🏦 场景与客户
一家工程类企业，项目周会、专题会、客户沟通会排得很密。会后要出纪要：行政两个人分头听录音逐句打稿，一场一小时会议要整理两三个小时，遇上口音重或者多人抢话的会议更久。纪要出得慢，行动项跟着拖。
客户要的是把录音变成能直接用的稿子：谁说了什么、定了什么、下一步谁做什么，当天就能发出去。
📅 实施节奏
- 第 1–2 周：选两类会议试点，先看转写质量再谈推广
- 第 3–4 周：接录音来源，统一录音设备与参数
- 第 5–6 周：加说话人分离、术语词表与结构化纪要
- 第 7 周起：扩到更多会议类型，明确哪些会议不转写
🗝️ 方案要点
- 先解决音频，再谈模型：会议室麦克风位置、录音设备型号统一之后，准确率的提升比换模型明显得多
- 说话人分离与参会名单对齐：自动分离后按参会名单做一次映射，把「说话人 2」改成真实姓名
- 术语词表：项目名、工法名称、材料牌号，录进去之后错别字大幅减少，也便于后续检索
- 转写稿标注为初稿：明确写「机器转写，未经人工核对」，人工过一遍再发，责任边界清楚
⚖️ 选型与权衡
| 选择点 | 方案 | 权衡 |
|---|---|---|
| 转写引擎 | 一般会议走云端，涉密会议本地部署 | 准确率与合规都照顾到；两套环境的运维和升级要分别跟进 |
| 输出形态 | 逐字稿 + 结构化纪要同时产出 | 纪要好用、逐字稿可查证；生成两份内容，存储与审核工作量都增加 |
| 说话人标注 | 自动分离，人工一键改名 | 初始有错但可快速修正；会议人多且声音接近时，分离仍会出错 |
| 留存策略 | 分类设保留期，到期清理 | 合规且存储可控；历史追溯窗口有限，需要提前约定 |
🚧 实施难点与排查
- 多人抢话与方言：讨论激烈时转写会出现大段乱码。做法是提示主持人控制节奏，同时在纪要里标注「此处录音不清，请参会人补充」
- 录音设备五花八门：有人用手机放桌上，有人用会议系统。统一推荐设备与摆放位置后，同一场会议的准确率差异明显收窄
- 涉密会议不能上云：技术评审、投标策略类会议必须本地处理。按会议类型定路由，规则写进会议管理办法
- 错别字影响检索：人名地名写错后搜不到。靠术语词表加会后人工校对，重要会议做二次核对
💵 成本与收益
- 成本：按音频时长计费，量可控；本地部署需一台带显卡的机器与运维投入
- 收益：纪要整理从数小时压缩到一小时以内，行政人力明显释放
- 隐性收益：逐字稿留档后，后续追溯「当时到底怎么定的」不再靠找人回忆
🛡️ 风险与保障
- 录音合规：会议开始明确告知已录音转写，参会人有权要求关闭
- 分级管理：按会议密级决定用云端还是本地、留存多久、谁能查看
- 存储安全：音频与文稿加密存储，访问留日志
- 人工复核：对外发出的纪要必须经人工校对，转写结果不作为正式记录直接外发
♾️ 可复用与演进
- 同一套管线可扩到客户访谈、内部培训、客服录音的整理
- 后续把纪要接入知识库，让「这个项目当时为什么这么定」可以被检索到
- 再进一步做行动项跟踪：纪要里识别出的待办，下次会前自动提醒责任人
