Zoom / Teams / 腾讯会议本地实时转录指南

为什么需要实时转录

开会记笔记本身就有矛盾。要么漏听关键内容，要么记出一堆没法用的文字。实时转录的思路很直接：话说完，文字就出来了，你专心听就行。

音记AI 有三种实时模式，对应不同场景：

• 麦克风——录电脑内置或外接麦克风的声音
• 应用音频——录某个应用的声音（比如 Zoom、Teams、腾讯会议）
• 系统音频——录电脑正在播放的全部声音

Mac 和 Windows 都可以用。

会前准备

开会前

1. 打开 音记AI，在侧边栏选「实时转录」
2. 选音频来源：
   • 在线会议（Zoom、腾讯会议、飞书等）：选「应用音频」，然后在列表里选对应的会议应用
   • 面对面会议：选「麦克风」
3. 选模型。「流式模型」为了低延迟做了优化，一句话还没说完字就已经出来了
4. 点「开始」

如果你需要评估延迟，建议用自己的会议设备录一段固定样本，观察文字出现时间和可接受程度。机器、模型和音频来源都会影响实时体验。

Zoom、Teams、Google Meet、腾讯会议

云端会议机器人会以参会者身份进房。本地捕获不会。你转写的是这台电脑已经在播放的声音，对面看不到多了一个 notetaker。

Zoom、Microsoft Teams、Google Meet、腾讯会议、飞书都可以按这个流程：

1. 先在会议软件或浏览器里把会开起来
2. 音记AI 里选「应用音频」，再选对应应用。列表里没有的话，改用「系统音频」
3. 在你要记录的讨论开始前点开始。没有机器人等候室需要放行
4. 自己这边不要把会议窗口静音。本地捕获的是播放出来的声音，不是对方的上传链路

应用音频通常比系统音频干净，因为不会把别的软件的音乐和通知录进去。会议开在浏览器里、列表里又没有独立应用时，再用系统音频。

权限因系统和会议软件而异。正式开会前先打两分钟测试。如果字幕一直是空的，多半是系统还没授权音频捕获。

开会中

• 文字自动滚动，可以随时暂停回看某段
• 点「标记」按钮标记重要时刻——会后可以快速定位到这些位置
• 说话人标签会自动出现（如果模型检测到不同声音）
• 你可以在转录文字旁边做笔记，不影响录音

会后整理

停止录音。音记AI 会保存完整的带时间戳的转录文本和标记位。然后：

1. 点「AI 对话」，选「会议纪要」——自动整理成结构化的会议记录，包含参与人、讨论要点和结论
2. 选「行动项」——提取任务和负责人
3. 导出 Markdown 发给错过会议的人

几个实用的优化建议

音频质量影响最大

实时转录的准确率，输入音频的质量比模型选哪个影响更大。几个有用的做法：

• 面对面开会时优先用外接麦克风。笔记本内置麦克风可以应急，但外接设备通常更容易获得稳定输入
• 麦克风尽量靠近主要说话人，并避免正对空调、键盘和扬声器
• 在嘈杂环境中，打开 音记AI 设置里的降噪开关

说话人分离

安静的小型会议更容易校对说话人。人数更多或者环境嘈杂时，结果就没那么可靠了。一个实用的补救：转录后用编辑工具手动标注说话人。

会议时长

没有硬性限制。长会议会产生更长的转录文本，后续编辑、搜索和 AI 整理也会更依赖机器性能。重要会议建议按议题或时间段拆分，后期更容易校对。

隐私说明

整个实时转录过程在本地运行。音频通过 Whisper 或 Sherpa-ncnn 在这台电脑上处理，结果存在应用本地数据库里。录音不会发到转写服务器。这就是它和云端会议机器人的差别。