dcsuibian
1 天前
这个我来分享下，我正好有同样的需求，但是我是自己实现的
我买了索尼的 ICD-UX570F 4GB 作为录音设备，这个设备最大的好处是带有 USB-A ，可以直接插到电脑上。
第一版是一个 Python 的托盘小程序，检测到录音笔插入后，将录音上传到腾讯云 COS ，然后用 COS 链接调腾讯的 ASR （语音识别），语音识别后还会发给 DeepSeek ，形成 AI 纪要和 todo 列表。
第二版的话变成我自己的平台的一部分，是在网页上上传的（不过其实也支持 api 调用形式）。这版的主要优势是支持多种音源，比如飞书和腾讯会议的视频的音频也可以转文字。而且网页的话，随便哪里都可以看到历史内容。不过还没有很深的打磨。
目前的方案我还是挺满意的，每次开会录音，录完音文字转写，把转写结果交给 Claude Code ，他就知道大概我要干啥了，然后就去做，效率非常高。
我个人还是觉得自己做最方便，因为它可以自由组合各个部分的提供厂商。比如飞书会议虽然有 AI 纪要，但是语音转写的准确度，AI 的分析能力等稍微弱一些，最主要比如我在腾讯会议上或者离线录音它就完全不能用。因此我选择了自己做。就有点整机和 DIY 的区别。当然 DIY 也是有自己的缺点的，这个再说。