转录与AI

Autorec 使用 whisper.cpp 在本地转录录音，并可选择通过任何 OpenAI 兼容的 API 生成 AI 摘要。

转录工作原理

1. 录音结束后，autorec 提取音频轨道
2. 音频由选定的 Whisper 模型完全在您的机器上处理
3. 在视频旁边生成两个输出文件：
   • .txt — 纯文本转录稿
   • .srt — 带时间戳的字幕文件

转录过程中，音频或视频数据不会离开您的计算机。

Whisper 模型

模型在首次使用时下载并存储在 ~/.local/share/autorec/models/（Linux）或 %LOCALAPPDATA%\autorec\models\（Windows）中。

模型	大小	速度	准确度	最适合
tiny	~75 MB	最快	基础	快速笔记、低功耗设备
base	~142 MB	快	良好	默认 — 推荐大多数用户使用
small	~466 MB	中等	更好	准确度比速度更重要时
medium	~1.5 GB	慢	高	非英语语言、困难音频
large	~3 GB	最慢	最佳	最高准确度、高性能硬件

下载模型

1. 从托盘菜单打开设置
2. 进入转录部分
3. 选择模型大小
4. 点击下载 — 模型下载一次后，所有后续转录都会重复使用

AI 摘要

AI 摘要使用云端 API 从转录文本生成标题和摘要。仅发送文本 — 不发送音频或视频。

设置

1. 打开设置 > AI 摘要
2. 输入您的 API 端点（例如 https://api.openai.com/v1）
3. 输入您的 API 密钥
4. 选择一个模型（例如 gpt-4o-mini）
5. 启用自动摘要

兼容服务

任何具有 OpenAI 兼容聊天补全端点的服务均可使用：

• OpenAI — https://api.openai.com/v1
• OpenRouter — https://openrouter.ai/api/v1
• 本地模型（Ollama、LM Studio 等）— 使用您的本地端点

生成内容

对于每个转录的录音，autorec 会生成：

• 标题 — 会议的简短描述性标题
• 摘要 — 讨论要点的简洁摘要

两者都会出现在视频库和视频详情视图中，方便您轻松找到需要的会议，无需重新观看。