[{"data":1,"prerenderedAt":277},["ShallowReactive",2],{"guide-zh-Hans-turn-a-meeting-recording-into-notes":3,"guide-zh-Hans-turn-a-meeting-recording-into-notes-related":266},{"id":4,"title":5,"author":6,"body":7,"date":246,"description":247,"difficulty":248,"extension":249,"image":250,"lastModified":251,"meta":252,"navigation":253,"outcome":254,"path":255,"readingTime":256,"robots":250,"scenario":257,"seo":258,"stem":260,"tools":261,"__hash__":265},"guides_zh_Hans\u002Fzh-Hans\u002F8.guides\u002F2.turn-a-meeting-recording-into-notes.md","会议录音转文字：把会议视频变成可搜索的纪要文稿","FlowPick Team",{"type":8,"value":9,"toc":235},"minimark",[10,14,17,22,25,28,31,35,44,51,57,60,66,71,74,78,81,89,92,98,103,107,115,118,125,131,137,142,145,149,152,174,177,183,188,191,194,200,206,212,218,221,224],[11,12,13],"p",{},"会开完十分钟，就没人记得当时定了什么。录像是在的，但为了找一个数字去拖七十分钟的进度条，还不如没录。",[11,15,16],{},"这篇讲怎么把会议录像变成能搜索、能引用的文字：先剪、必要时转格式、再转录、最后校对。识别在你自己的浏览器里跑，全程不上传。",[18,19,21],"h2",{"id":20},"这套流程能做什么不能做什么","这套流程能做什么、不能做什么",[11,23,24],{},"产出是文稿：带时间点的文字，可以编辑，可以导出 TXT、SRT 或 VTT。这是写会议纪要的原料。",[11,26,27],{},"它不做摘要。\"一键生成会议纪要\"的按钮不存在，转录工具也不翻译、不区分说话人。纪要还是得自己写——不过从文稿里写，比对着视频写快得多，因为文字可以扫着读。",[11,29,30],{},"开始前有一个限制要清楚：识别在本地跑，所以时长直接等于等待时间。我们实测，七十分钟的会议用笔记本 CPU 转录，等待时间长到\"先剪一下\"从可选项变成了必选项。",[18,32,34],{"id":33},"第一步转录之前先剪","第一步：转录之前先剪",[11,36,37,38,43],{},"把录像放进",[39,40,42],"a",{"href":41},"\u002Fzh-Hans\u002Ftools\u002Fvideo-trimmer","视频裁剪","，剪掉两段：开头大家陆续进来、试麦克风的部分，和最后一个议题结束之后的闲聊。",[11,45,46],{},[47,48],"img",{"alt":49,"src":50},"一段 70 分钟的录像分成 9 分钟入场、45 分钟议题、15 分钟收尾，只保留议题部分","\u002Fimg\u002Fguides\u002Ftrim-before-transcribe.svg",[11,52,53],{},[54,55,56],"em",{},"识别成本随时长增长。剪掉开头九分钟，就少了 13% 的工作量。",[11,58,59],{},"这一步收益最大，原因是算术而不是整洁：晚开始九分钟的会，剪完短了 13%，而剪掉的部分里没有任何你需要的信息。",[11,61,62],{},[47,63],{"alt":64,"src":65},"视频裁剪界面，入点为一秒、出点为三秒，输出时长为两秒","\u002Fimg\u002Fguides\u002Fvideo-trimmer-timeline.jpg",[11,67,68],{},[54,69,70],{},"英文界面，使用 FlowPick 生成的四秒测试视频演示。高亮区保留 0:01–0:03；处理会议录制时使用同样的起止时间控件。",[11,72,73],{},"原件留着。裁剪产出的是新文件，等哪个结论说不清的时候，你还会想回去看没动过的版本。",[18,75,77],{"id":76},"第二步转录失败时才把-webm-转成-mp4","第二步：转录失败时，才把 WebM 转成 MP4",[11,79,80],{},"浏览器的录屏工具和不少会议软件，写出来的是带 Opus 音频的 WebM。这格式本身没问题，转录器多数时候也能处理——但\"多数时候\"这四个字有分量：容器和音频解码的支持在 Chrome、Edge、Firefox 之间并不一致，而转录关心的恰恰是音轨，不是画面。",[11,82,83,84,88],{},"如果转录器提示无法解码音频，或者一句话都没识别出来，先用 ",[39,85,87],{"href":86},"\u002Fzh-Hans\u002Ftools\u002Fwebm-to-mp4","WebM 转 MP4"," 换一次容器再重试。",[11,90,91],{},"转录本来就正常的话，跳过这步。给一个没问题的文件做转换，只是白等几分钟。",[11,93,94],{},[47,95],{"alt":96,"src":97},"WebM 转换结果，显示 88.9 KB 的 VP8 Opus 输入和 122.3 KB 的 MP4 输出","\u002Fimg\u002Fguides\u002Fwebm-to-mp4-result.jpg",[11,99,100],{},[54,101,102],{},"英文界面，使用生成的四秒测试视频：88.9 KB WebM → 122.3 KB MP4。工具会重新编码为 H.264\u002FAAC，输出体积取决于源文件和设置。",[18,104,106],{"id":105},"第三步转录模型自己选","第三步：转录，模型自己选",[11,108,109,110,114],{},"打开",[39,111,113],{"href":112},"\u002Fzh-Hans\u002Ftools\u002Fvideo-to-text","视频转文字","，选中剪好的 MP4，设置语言，开始。",[11,116,117],{},"有两个设置直接决定你要等多久：",[11,119,120,124],{},[121,122,123],"strong",{},"模型大小。"," 轻量模型下载 40–150 MB，只是要找到会上定了什么的话，够用。标准模型下载 80–250 MB，对人名和专业术语的识别更好，代价是时间和内存。会议里出现人名、产品名、数字的概率不低，我们多数时候选标准模型。",[11,126,127,130],{},[121,128,129],{},"处理方式。"," 浏览器能用 GPU 时，GPU 加速明显更快。自动模式在无法确认有可用 GPU 时会退回 CPU，核显笔记本上很常见。",[11,132,133],{},[47,134],{"alt":135,"src":136},"视频转录设置，显示语言、Whisper Tiny 与 Base 模型选项，以及 CPU 处理方式","\u002Fimg\u002Fguides\u002Fvideo-to-text-settings.jpg",[11,138,139],{},[54,140,141],{},"英文界面，使用生成的英语语音样本。模型和处理方式会影响首次下载体积与处理时间。",[11,143,144],{},"语言是最容易设错的一项。自动检测取第一段有人说话的内容判断，然后整段沿用；如果会议开头是两个人用别的语言寒暄，就会判错。知道会议用什么语言开，就直接选。",[18,146,148],{"id":147},"第四步只校对要紧的部分","第四步：只校对要紧的部分",[11,150,151],{},"点时间点可以从那里开始播放，对着改文字。不需要全改：",[153,154,155,162,168],"ul",{},[156,157,158,161],"li",{},[121,159,160],{},"人名、产品名","——转写成中文时的同音字错位，引用出去最尴尬",[156,163,164,167],{},[121,165,166],{},"数字、日期、金额","——\"十五\"和\"五十\"是所有语音识别的经典易错点",[156,169,170,173],{},[121,171,172],{},"待办事项和负责人","——这是纪要里真正要落地的东西",[11,175,176],{},"语气词不值得花时间。",[11,178,179],{},[47,180],{"alt":181,"src":182},"视频转录结果，包含零到五秒的时间戳、可编辑文本和 TXT SRT VTT 导出按钮","\u002Fimg\u002Fguides\u002Ftranscript-editing.jpg",[11,184,185],{},[54,186,187],{},"英文界面，Whisper Tiny 在 CPU 上识别生成语音后的未校正结果。它把\"two short sentences\"误识别为\"new short sentences\"；引用前应回听校对。",[11,189,190],{},"时间点是近似值。如果这份文稿之后要当字幕用，做好在剪辑软件里重新对齐的准备，不要直接信。",[18,192,193],{"id":193},"转录中容易出问题的四个情况",[11,195,196,199],{},[121,197,198],{},"开头的音乐把检测带偏。"," 多人抢话和背景音乐都会拉低识别率。第一步把片头剪掉，能解决大部分。",[11,201,202,205],{},[121,203,204],{},"文稿是一大段没有分段的话。"," 输出按识别窗口切分，不按说话人或句子。写纪要时得自己重新组织段落。",[11,207,208,211],{},[121,209,210],{},"长录音跑到一半停了。"," 已处理完的部分会保留。先把现有的导出，或者把源文件切成两半分别转录——浏览器内存不够时，这也是正经办法。",[11,213,214,217],{},[121,215,216],{},"有人说的语言支持得不好。"," 这个版本支持工具里列出的那些语言，不同语言的效果差别不小，引用之前先核对。",[18,219,220],{"id":220},"收工时手里有什么",[11,222,223],{},"一次操作产出三个文件：剪好的 MP4 给想看视频的人，可编辑的文稿用来搜索和写纪要，需要字幕的话再导出一份 SRT。",[11,225,226,227,231,232,234],{},"字幕这条线的细节——怎么烧进画面、怎么在时间线上核对——见",[39,228,230],{"href":229},"\u002Fzh-Hans\u002Fdocs\u002Ffeatures\u002Fformat-conversion","格式转换","和",[39,233,113],{"href":112},"。",{"title":236,"searchDepth":237,"depth":237,"links":238},"",2,[239,240,241,242,243,244,245],{"id":20,"depth":237,"text":21},{"id":33,"depth":237,"text":34},{"id":76,"depth":237,"text":77},{"id":105,"depth":237,"text":106},{"id":147,"depth":237,"text":148},{"id":193,"depth":237,"text":193},{"id":220,"depth":237,"text":220},"2026-10-29","会议录屏先剪掉废话、必要时转成 MP4，再在本地转录成可编辑的文稿和 SRT 字幕。模型怎么选、语言怎么设、人名数字怎么校对，以及长录音中断后怎么办。","basic","md",null,"2026-11-01",{},true,"一个剪好的 MP4 用来分享，一份可编辑的文稿和 SRT 字幕。","\u002Fzh-hans\u002Fguides\u002Fturn-a-meeting-recording-into-notes",7,"transcribe",{"description":259,"title":5},"会议录音转文字实操教程：浏览器录屏或会议软件导出的视频，先裁剪掉无效片段降低识别耗时，WebM 解码失败时转成 MP4，再在浏览器本地转录成可编辑文稿，导出 TXT、SRT、VTT。包含模型大小选择、GPU 加速、语言设置建议，人名数字校对要点，以及长录音中断、无分段等问题的处理。","zh-Hans\u002F8.guides\u002F2.turn-a-meeting-recording-into-notes",[262,263,264],"\u002Ftools\u002Fvideo-trimmer","\u002Ftools\u002Fwebm-to-mp4","\u002Ftools\u002Fvideo-to-text","PORLeogE9T0igZuU7sYsA31L7blscJwr8dUgkwmF_Pk",[267,269],{"path":255,"title":5,"description":247,"tools":268},[262,263,264],{"path":270,"title":271,"description":272,"tools":273},"\u002Fzh-hans\u002Fguides\u002Fpull-one-answer-from-a-podcast","播客转文字：两小时的节目只转录你需要的那一段","为了引用一句话去转录两小时的播客，是最慢的一条路。先下载音频、快放定位、剪出那几分钟，再只转录剪出来的片段。从播客链接到可引用文稿的最短路径。",[274,275,276],"\u002Faudio-downloader","\u002Ftools\u002Faudio-trimmer","\u002Ftools\u002Faudio-to-text",1793546745856]