核心用法
cn-meeting-minutes 是一款面向职场效率场景的音频转会议纪要自动化工具。用户仅需提供 MP3/WAV/M4A 格式的会议录音文件，工具即可通过语音识别与 NLP 技术完成以下处理流程：
1. 音频转录：将语音内容转化为可编辑文本
2. 结构化解析：自动划分「主题-讨论点-决策结论-待办事项」四级框架
3. 关键信息提取：
4. Markdown 输出：生成可直接归档或分享的格式化文档
- 关键词密度分析定位核心讨论议题
- 正则匹配识别待办事项（自动关联责任人+截止日期）
- 决策结论智能归类
命令行调用简洁：python3 scripts/meeting_minutes.py <音频路径> -o <输出文件>
显著优点
- 效率跃升：将 60 分钟会议的人工整理时间从 30-45 分钟压缩至 3-5 分钟
- 结构化归档：强制四要素框架避免遗漏关键信息，便于后续检索与追踪
- 多场景适配：覆盖周会、客户会议、培训、面试等全场景录音处理
- 轻量部署：仅依赖 Python 3.7+ 与 requests 库，无重型 GPU 依赖
潜在缺点与局限性
- 语音质量敏感：嘈杂环境、多人重叠对话、方言口音可能降低识别准确率
- 语义理解边界：复杂商业谈判中的隐含决策、委婉表达可能漏判或误判
- 隐私合规风险：录音文件可能含敏感商业信息，需确保本地处理或可信云端
- 中文标点断句：超长无停顿发言可能导致段落切分不当
适合人群
- 行政/助理岗位：高频会议记录需求者
- 项目经理：需同步追踪多项目决策与 action items
- 咨询/调研从业者：客户访谈、用户研究录音整理
- 中小企业团队：无专职速记员的轻量级协作场景
常规风险
| 风险类型 | 具体表现 | 缓释建议 |
|---------|---------|---------|
| 数据泄露 | 音频上传至第三方识别服务 | 优先使用本地 ASR 引擎或私有化部署 |
| 关键信息遗漏 | 识别错误导致决策条目丢失 | 人工复核关键段落，设置二次确认机制 |
| 版权争议 | 录制他人发言的合法性 | 确保参会知情同意，符合 GDPR/个保法 |
| 依赖单点故障 | 语音识别 API 服务中断 | 保留原始音频备份，建立降级方案 |
综合评估
该工具在「效率工具」赛道定位清晰，技术实现路径务实（正则+关键词分析而非端到端大模型），适合作为现有会议工作流的标准化增强组件，而非完全替代人工审查。