麦克风实时转录

麦克风

麦克风实时转录截图

真实截图

这页解决什么问题

麦克风实时转录适合“我现在就要边说边看到文字”的场景，比如：

• 会议时给自己留实时草稿
• 口述写作、头脑风暴、提纲整理
• 访谈、课程或复盘时做快速留档

它不是“把完整结果一次性做对”的流程，而是“用低延迟先把信息抓住，再回到笔记页整理”的流程。

什么时候用，什么时候不要用

优先用麦克风实时转录

• 你更在意出字速度和连续反馈
• 你希望会后再统一整理，不在当下精修
• 你主要采集的是自己的麦克风输入

不要先用它的情况

• 你要处理的是已经录好的文件，先看文件转录
• 你要抓的是某个应用的声音，先看应用实时转录
• 你更在意最终准确率而不是即时反馈，可以先录制再转录

推荐工作流

1. 开始前先确认麦克风、语言和模型。
2. 先做 30~60 秒短测，检查延迟、断句和输入电平。
3. 会中只关注“有没有稳定出字”，不要频繁改模型和参数。
4. 结束后进入笔记页，统一修正术语、人名、数字和行动项。
5. 需要摘要、纪要或对外文案时，再进入AI助手。

关键选择

1. 实时场景里选 Whisper 还是实时模型

2. 什么时候值得用实时模型

当你的目标是：

• 低延迟字幕
• 边录边转
• 低性能设备也要稳定运行
• 长时间持续采集时不想依赖 GPU

那实时模型通常就是更好的默认值。

在实现层面，实时模型当前由内部 MLEngine 承载；但在用户工作流里，你只需要把它理解成“更适合实时转录的一类模型”。

常见误区与排障

• 把实时文本直接当最终稿 实时文本更适合做草稿，会后建议回笔记页统一修正。
• 开会中途频繁切模型 会前短测并固定方案，会后再做 A/B 对比。
• 一看到错字就只想换模型 先检查麦克风链路、说话距离、环境噪声和语言设置。
• 默认认为 Whisper 不适合实时场景 在高性能 GPU 上，Whisper 完全可能是实时场景的优先解。

排查顺序建议：

1. 系统麦克风权限是否正常
2. 麦克风输入电平和设备是否选对
3. 模型是否适合当前设备
4. GPU、驱动和运行库是否稳定
5. 环境噪声是否导致 VAD 或断句失真

下一步阅读

• 想抓应用声音而不是麦克风：应用实时转录
• 想先录完再精修：录制
• 想继续理解模型选择：使用模型建议
• 结果已经可用，但想继续提准：高级参数转录