会议录音转文字哪个AI比较强

larry1

有一些工作的会议音频，想用AI转录文字并且总结。
试了一下豆包，短的音频还可以。长时间的就转不了，一直出错。
你们一般都用啥？

sese199

同等结果
顺便帮你排除一个选项，科大讯飞的也不行

wly5556

飞书妙记，上学的时候就靠这个速通水课了。通义听悟就完全识别不了这种嘈杂+讲话人声小的录音

贝利尔

我用的是讯飞的录音笔配套的APP，识别效率挺好的
几小时的会议直接出会议纪要啥的
目前来说没啥毛病

黑哥啥时改密码

都可以吧 开实时的会议模式就行
我用的是千问  
如果是录音文件mp3这种 可以用夸克

heemoon

有多长？我转过接近2小时的会议音频，豆包还OK啊

lkjasd

黑哥啥时改密码 发表于 2026-8-3 20:59
都可以吧 开实时的会议模式就行
我用的是千问  
如果是录音文件mp3这种 可以用夸克  ...

十分推荐千问

黑哥啥时改密码

题外话

ai转文字的时候不可能做到百分百正确

这是因为 有的人有口音 有的发言有专有名词 这些都是目前没法完全解决的

所以没有那种一个完美app能够解决所有问题。

Buke

有需求，插个眼mark一下

fat

lkjasd 发表于 2026-8-3 21:06
十分推荐千问

请问千问是手机APP还是网页版？

hyhyhyhy

WPS听记，准确度我觉得不错

黑哥啥时改密码

fat 发表于 2026-8-3 21:19
请问千问是手机APP还是网页版？

网页版怎么实时录音

当然是app啦  里面有个会议录音模式 可以实时录音转文字 能够自动识别不同人讲话 还有各种ai总结

不过缺点是不能切出去，必须保持app启动状态。假设你切出去看微信或者啥的 就会从录音状态停掉。

如果对实时转录没需求 可以用手机自带的录音软件录全程，最后导出mp3文件 使用夸克来实现录音文件转文字，因为阿里家的ai是通用的，夸克也可以实现千问的ai总结 还有识别不同人。这个夸克可以用pc客户端。

不过不知道为什么千问不给 mp3文件转文字的功能，可能是为了推这个会议模式吧

py_250

涉及到专业名词和行业用语，所有模型都两眼黑，最好你自己开会记个提纲，专业的词列出来，提纲加录音一起丢给AI让他补全

朝仓和美

科大讯飞录音笔，然后搭配他的app
转录的时候自己设置一下名词库之类的可以提高准确率

claymorep

wly5556 发表于 2026-8-3 18:09
飞书妙记，上学的时候就靠这个速通水课了。通义听悟就完全识别不了这种嘈杂+讲话人声小的录音 ...

重度使用的话，要钱吗？

—— 来自 鹅球 v3.5.99-alpha

绝地潜兵

豆包对于复杂项目没啥用，会议上有方言，有远程视频，声音还小，还有结合投屏讲解技术方案，最后转文字效果一坨

可鲁

免费的话，用的腾讯的元宝，录音时长可以很长，识别准确度还能接受。

三月很长

讯飞系的都可以，我用的讯飞听见

wly5556

claymorep 发表于 2026-8-3 22:39
重度使用的话，要钱吗？

—— 来自 鹅球 v3.5.99-alpha

据说是每月免费5小时，重度肯定不够的

巨魔已被忠诚

需要的是音频转录成文本+发言人标记，后面就容易了。
豆包太唐，各种语音助手会断流。

git上找的用的千问ASR离线语音转文字，后处理再连大模型api，剔除各种语气助词。（占用2g显存，麦克风一个）这只能处理本人发言，会议纪要用别的。

wlbthh

这玩意不是有硬件搭配软件的录音卡嘛，卖会员制识别的

—— 来自 Xiaomi 23049RAD8C, Android 13, 鹅球 v3.5.99

hugosol

这种事情直接让agent去做就好
我之前让它从某个网站把英语播客拉下来转成中英对照的html结果，agent给我推荐的whisperx，能识别文本+说话人，它自己会从huggingface上拉需要的开源模型下来，你只要去网页上获取授权就行

双击道道

飞书妙记，好用，每月300分钟，但是可以开小号... 几乎无限使用

80后卢瑟

飞书妙记挺好用的

—— 来自 Xiaomi 23013RK75C, Android 15, 鹅球 v4.0-alpha

新月流云

说起来我最想还想整个科大讯飞的那个墨水屏pad用呢，听各位的意思是好像直接录音扔飞书妙记或者直接用飞书妙记录就行？

ryj

dingtalk有人用过吗

紧那罗

asr模型来说，豆包第一。开源里面最强应该是千问。
长音频无非切一下再喂。
会议纪要单独让llm做就行，DeepSeek之类的。
上面的流程让ai agent串起来就行了，挺方便的。我最近几十小时的会议纪要都这么处理的，同事一致好评

论坛助手,iPhone

某浩

只用过飞书妙记，总的来讲还可以吧。错误不少，但是把文字记录，再丢给AI分析，也就不用管错误了

大喇叭花田

刚需马克一下

ioplqq

一直用的千问，有没有大佬知道智能体下架之后在哪里找入口啊

火棉

有这个需求，马克一下

是是非非

dingtalk吧，联动钉钉，录完挺快就能出AI听纪。设备是磁吸，搭配收集相当便利。

Hibino

前几天收到halliday的垃圾邮件，他们新一代就是专门用来针对会议用的，bilibili有转载视频：https://www.bilibili.com/video/BV1LVKY6NEKC/

我买了他们的第一代，想法其实很好，但是现实使用中上太挑人眼睛，我用起来就是一坨屎一样，所以不知道这个第二代现实中会如何。

Youszsh

有没有方言识别比较厉害的？我这边开会粤语普通话随时无缝切换，大多数识别软件都给整麻了

Lorraine_Kinney

讯飞有个专门的会议记录pad，我是用课题组的讯飞笔，钉钉的也不错

理念

我直接用的豆包输入法，挺好用的。两三个小时的会议也能够正常转。

—— 来自 HONOR AAK-AN00, Android 16, 鹅球 v3.5.99

bartholo4

理念 发表于 2026-8-12 22:28
我直接用的豆包输入法，挺好用的。两三个小时的会议也能够正常转。

—— 来自 HONOR AAK-AN00, Android 16 ...

这是怎么实现的？

—— 来自 Xiaomi 2410DPN6CC, Android 16, 鹅球 v3.5.99-alpha

理念

bartholo4 发表于 2026-8-13 06:15
这是怎么实现的？

—— 来自 Xiaomi 2410DPN6CC, Android 16, 鹅球 v3.5.99-alpha

不是录音是人在会议中，直接手机打开个便签软件放那儿录就行

—— 来自 HONOR AAK-AN00, Android 16, 鹅球 v3.5.99

havoc_cc

长音频（超过10分钟），没有保密要求的话就用Gemini网页版，重点是写好prompt，基本步骤要做到以下这些。
前置要求：Gemini 付费会员，作用是处理长音频；录音文件，m4a/wav都行。

我举一个专家研讨会的场景

步骤1：音频文件转逐字稿

辨识上传录音中的每位说话者并标记为「说话者 A」、「说话者 B」等。
将每位说话者的对话内容转录为逐字稿，并在每段对话前加上时间戳。
以下是输出格式范例：
[00:01] 说话者A：你好，今天我们讨论的是人工智慧的发展。
[00:05] 说话者B：是的，我认为这是一个非常有趣的主题

步骤2：逐字稿转为符合格式要求的会议纪要

这是一段逐字稿，请将其转化为符合党政机关公文格式（GB/T 9704—2012）要求的会议纪要。  并另存为docx格式。
要求： 1. 语言准确、正式。 2. 提炼核心观点，不要流水账。 3. 输出结构必须包含以下部分（如果没有具体信息，请根据上下文概括或留空）：    - 会议时间    - 会议地点    - 主持人/发言人    - 参会人员    - 会议主要内容（分条列出）    - 会议决定/总结

步骤3：将会议纪要与逐字稿进行核查

请将刚生成的会议纪要文件与原始逐字稿进行对比。
请重点核查：
1. 是否遗漏参会人员实质观点；
2. 是否遗漏关键案例、数据、判断句；
3. 是否误删了应当吸收进正文的内容；
4. 是否把低置信度识别内容过度确定化；
5. 是否存在明显技术术语、机构名、人名或逻辑链条误判；
形成对比核查报告，列明应采纳的修改建议。

步骤4：检查步骤3的对比核查报告，再生成新的会议纪要

采纳你的对比核查意见，生成 V2 版本的 会议纪要。

要求：
- 补回对比核查报告指出的遗漏内容；
- 修正低置信度或过度推断表达；
- 继续遵循模板版式和语言风格；
- 生成后进行版式/渲染检查。

另存为会议纪要-V2.docx