AI 会议记录先决定录音来源

AI 会议记录工具不是单一功能，而是一条流程：录音 → 转录稿 → 摘要 → 行动项 → 存档 / 分享。真正决定质量的不是最后那段 AI 摘要，而是前面的录音来源、参与者同意、语言混杂程度和数据要不要上云。

如果只是个人中文会议，先从 iPhone + Gemini Notebook（原 NotebookLM） 的免费流程开始；如果是英文团队线上会议，再看 Otter / Fireflies；如果内容机敏或要整进自家系统，再走 Whisper / OpenAI API。

四种常见录音来源：

来源适合场景
手机 Voice Memos个人、实体会议、低门槛
线上会议内置录音（Zoom / Meet / Teams）远距、有录音权限
会议 bot（Otter / Fireflies）营销 / 业务团队、跨会议库管理
外接硬件录音器（如 Plaud）行动、多场合、人声清晰要求高

「用什么工具录？」决定后面所有事：识别准确率、隐私边界、能不能搜索。

隐私与同意：录音前先处理

  • 告知所有参与者：会议开始前明示要录音与用途。
  • 依公司政策：很多企业有录音 / AI 处理规范。
  • 数据保留：上传到第三方云服务 → 记录会留多久、是否被 train。
  • 法规地区：跨国会议要照最严格地区的规定处理。

这一步不在工具选择之内，但建议事先了解保护自己的权益。

简单做法是在开场说明：“这场会议会录音，目的只用于会后整理转录稿与摘要，整理完会放在指定资料夹，若有人不同意请现在提出。”公司会议或客户会议要再依内规处理。

个人免费流程建议：iPhone + Gemini Notebook

步骤工具重点
录音iPhone Voice Memos桌面 2 公尺内，发话清晰
导入Gemini Notebook直接拖音频文件，自动产转录稿
摘要Gemini Notebook 对话「请整理重点 + 行动项」即可
进阶分析大模型（Claude / ChatGPT）把转录稿丢给大模型做摘要、分主题、抽会议结论
字幕剪映 / CapCut影音化内容、台语混合内容字幕

为什么 Gemini Notebook：

  • 免费、额度合理（Standard 每天 50 chats / 3 audio generations）。
  • 中文转录稿表现稳定。
  • 输出可加 citation，校对时能定位段落。

注意：

  • 上传上限 200 MB / 50 万字（Gemini Notebook Standard）。
  • 音频文件质量太差会 import 失败。
  • 属于事后整理工具（live meeting bot 场景请改其他工具）。

这套流程的完整 SOP 在 免费 AI 会议记录流程，转录稿细节可以接 Gemini Notebook 转录稿教程。如果后续会议记录都存 Notion，则可以再看 Notion AI 的 AI Meeting Notes 是否值得升级。

Otter / Fireflies 适合什么会议

工具强项
Otter英文实时转录、speaker diarization、会议搜索
Fireflies团队会议库、跨会议搜索、CRM 整合、800 mins 免费保存

适合：

  • 每周多场线上会议的 sales / customer success 团队。
  • 已经习惯会议 bot 自动加入 Zoom / Meet 的工作流。
  • 需要把会议结果做进 CRM / Slack 的场景。

不适合：

  • 中文为主、预算受限的个人。
  • 不希望第三方 bot 加入会议的场景。

Whisper / OpenAI API 适合什么人

形态重点
OpenAI Speech-to-Text APIwhisper-1、gpt-4o-mini-transcribe、gpt-4o-transcribe、gpt-4o-transcribe-diarize；25 MB 上传上限；usage-based pricing（Whisper $0.006/min 等）
Whisper 开源本地跑，硬件足够时不出本地

适合：

  • 开发者把转录包进自家系统。
  • 高敏感内容，希望录音不出本地。
  • 要定制语言、术语、后处理流程。

不适合：

  • 没技术资源、想开箱即用的非工程师。

中文、台语与中英夹杂的现实限制

  • 纯中文 + 清晰录音：多数工具表现可接受。
  • 中英夹杂：发音切换频繁时识别变动大；建议录音清楚、发言稳定。
  • 台语：剪映 / CapCut 在实现上可用，仍需人工修正；多数英文中心的工具不适合。
  • 多语会议：先用支持多语的工具产转录稿，再用大模型合并段落。

怎么选第一套工具

场景建议起点
个人 / 预算 0 / 中文为主iPhone + Gemini Notebook
个人 / 影音内容创作iPhone + Gemini Notebook + 剪映 / CapCut
团队 / 线上会议多 / 英文Otter 或 Fireflies
开发者 / 高敏感Whisper 开源本地 或 OpenAI API
高敏感 + 已有 OpenClaw / 自架 stackAPI 转录 + 自家 retention

工具选型表：先看会议型态

会议型态第一选择不要忽略的限制
个人中文会议、预算 0iPhone + Gemini Notebook没有即时转录与自动说话者识别
英文线上会议、需要即时字幕Otter中文不是强项
团队需要会议库与 CRM / Slack 整合Fireflies个人单独用可能 overkill
高敏感内容、不想上云Whisper 开源本地要自己处理环境和后处理
产品内要接转录功能OpenAI Speech-to-Text API成本、25 MB 上传限制与数据治理要先算

完整工具价格、语言支持和限制整理在 AI 会议记录工具比较。

结论

会议记录的瓶颈落在录音来源、语言、隐私、后续协作这四件事（AI 摘要好不好反而排在后面）。先把这四件事厘清，再选工具会省很多走回头路的时间。个人最低成本入口是 iPhone + Gemini Notebook，多数需求其实在这条路线就能解。

小企鹅的经验

主流程：iPhone Voice Memos → Gemini Notebook 的 Studio 区块产转录稿 → 把转录稿丢到 Claude / ChatGPT 做最终分析。完全免费，跨 Apple + Google 两家治理较单纯。

Gemini Notebook 的中文转录稿质量让「事后整理」这件事变很顺；它不是 live bot，刚好对到「我先把会录下来再说」的习惯。台语混合场景小企鹅实现上会走剪映音轨转文字（Q19 真实经验），准确度足以再进大模型润稿。

延伸阅读