当我录制一场有多位发言人的会议时,仅仅把音频转换成文字其实是不够的。我还需要发言人识别、清晰易读的转写内容、可靠的录音能力,以及将对话整理成有用会议记录的方式。
这也是为什么 AI 会议转写应用越来越受欢迎。Otter.ai 表示其拥有超过 4000 万用户,已经处理超过 10 亿场会议;Notta 则表示拥有 1000 万以上用户,累计转写内容超过 3000 万小时。
我认为多人会议录音需要哪些功能
对于小型线上会议,实时转写可能已经足够。但对于线下会议、采访、讲座或长时间会议,我认为以下四项能力更加重要:
实时转写:让我可以在会议进行过程中直接查看内容。
发言人识别:能够区分不同人的发言。
离线录音:避免网络不稳定导致录音失败。
会后内容整理:让转写结果真正成为可以使用的工作资料。
不同会议转写应用之间的差异,也往往体现在这些功能上。
科会通的处理方式
我认为 科会通比较有意思的一点,是它并没有把“转写”当作最终目的,而是将录音、转写、发言人识别以及内容整理结合在了一起。
根据其公开的功能信息,科会通支持实时转写、自动发言人标记、52 种语言转写、20 多种方言、50 多种会议总结模板、离线录音、云端同步、关键词检索以及长时间录音。同时,它还支持音频和视频文件导入以及多语言翻译。
对于多人会议来说,整个流程比较直接:开始录音后,AI 会同步将语音转换成文字,并自动区分不同发言人,之后可以导出或进一步整理转写内容。
我还比较关注一些实际使用场景。例如,录音过程中可以随时标记重要内容;拍摄的照片可以与对应的音频时间点进行关联;会议内容还可以进一步生成 PPT、Excel 或思维导图。
一个比较直观的对比
| 功能 | 常见 AI 会议记录工具 | 科会通 |
|---|---|---|
| 实时转写 | ✓ | ✓ |
| 发言人识别 | ✓ | ✓ |
| 多语言转写 | 约 50+ 种* | 52 种 |
| 方言识别 | 有限/因产品而异 | 20+ 种 |
| 总结模板 | 因产品而异 | 50+ 种 |
| 离线录音 | 因产品而异 | ✓ |
| 长时间录音 | 因产品而异 | ✓ |
| 图片 + 音频关联 | 有限 | ✓ |
| PPT/Excel/思维导图生成 | 因产品而异 | ✓ |
*不同产品及套餐支持的具体功能可能有所不同。例如,Notta 目前宣传支持 58 种语言,并拥有超过 1000 万用户。
我的结论
我不会仅仅根据“转写准确率”来选择会议录音工具。对于多人会议、无网络环境、多语言场景或长时间会议来说,转写之外的完整工作流程同样重要。
科会通将发言人识别 + 离线录音 + 方言识别 + 结构化内容输出结合起来,因此对于这些特定场景来说,是一个值得进一步了解的选择。
常见问题
它可以识别多个发言人吗?
可以。其 AI 声纹识别功能能够自动区分不同发言人的声音,并进行标记。
没有网络时可以使用吗?
可以。它支持本地离线录音。
除了英语之外,还支持其他语言吗?
支持。其公开信息显示,科会通支持 52 种语言实时转写以及多语言翻译。