录音卡 + 开源大模型：搭一条完全离线的会议纪要流水线

微信输入法都内置 AI 录音笔了：实时转写、自动成稿、免费。单看日常记录，这是好事——但用它之前先想一个问题：那场会的录音，现在存在谁的服务器上？

客户名单、报价口径、还没宣布的人事变动、没申请专利的技术细节……有些会，从一开始就不该上云。云端转写再方便，协议里那句数据授权条款，法务看了都会皱眉。

所以这篇讲一条完全离线的流水线：录音卡负责录，开源模型负责转，本地大模型负责写成纪要——从按下录音键到最后一份纪要落盘，数据不出你这台电脑。

一、工具清单：三样，全免费

一张蓝牙AI 录音卡，199 元。两百元档里少有的把 BLE 连接协议和 SDK 开源到 GitHub 的（组织叫 SonicloudTech，主仓库 star 两千五百多），录音文件能直接同步进电脑，不被锁在它家 App 里。

转写引擎：推荐刚开源的蚂蚁 Ming-3.0-asr-tiny：轻量到官方称笔记本就能跑，具体速度以自己机器实测为准，还支持热词。备选 faster-whisper，或者主打 40 种语言的 Nemotron 3.5。

纪要引擎：跑在本地的开源小模型，按电脑配置选 Qwen 或 DeepSeek 的开源版本就行——开源小模型的上下文长度，装下一场两小时会议的全文早就够了。

二、动手：五步流水线

流程按官方仓库说明梳理，前两步硬件侧，后三步软件侧，全程不需要联网。

第一步，录。卡片大小往会议桌上一放就开录，和平时用法没有任何区别。

第二步，同步到电脑。打开 GitHub 上的 SonicloudTech/sonicloud_opensdk 仓库，Windows、macOS、安卓、iOS 的接入示例都有，照着 README 与卡配对，把录音文件同步到本地文件夹。

第三步，离线转写。Ming-ASR 装在本机，断网状态直接跑，纯转写、不依赖任何云端接口。（它不带说话人分离——想要「发言人1、发言人2」这种带标签的转写稿，可以在下一步叠加英伟达开源的 Nemotron 3.5 Transcribe，它最多能区分 8 个说话人，也是本地跑。）

第四步，本地模型出纪要。把文字稿喂给本地模型，让它按固定模板出三样东西：结论、待办、风险点。提示词写一次存下来，以后每场会都套用。

第五步，归档。纪要落进 Obsidian、思源、Logseq 这类本地笔记库，检索、复盘都在本机完成。归档这步展开又是完整一篇，这里不赘述。

三、进阶：把流水线跑成自己的 AI 录音工作台

五步走通之后，可以再进一步：把每一步串成一个脚本，做成完全属于自己的「AI 录音工作台」。不用注册任何账号，不用调任何云端 API，一台电脑加一张录音卡就是全部硬件。

下面这份 Python 脚本就是最小可用的串联示例——监听录音卡同步出来的音频文件夹，自动完成转写和纪要生成，全流程本地执行：

三步部署：

1. 装 Python 依赖：pip install faster-whisper requests

2. 装 Ollama 并拉一个开源纪要模型：ollama pull qwen2.5:7b

3. 插上录音卡、确认音频同步到 WATCH_DIR，然后运行 python meeting_pipeline.py，录音一进文件夹，纪要自动落到旁边的 .md 文件里，全程可以断网验证。

要更省事，也可以换现成轮子：开源的 ASR 图形化项目（如 Whisper 的各路桌面套壳）做转写面板，Ollama 自带的桌面端管模型，中间只差一个文件监听——也就是上面脚本里那个 while 循环。会折腾的加一层说话人分离（Nemotron 3.5 或 pyannote），要精细的把提示词模板换成自己团队的纪要格式，工作台就慢慢长成自己的了。

四、成本、效果，和一句大实话

按这套流程的设计，会一散、录音一同步，几分钟后纪要就落在本地笔记库里。验证离线很粗暴：转写和总结时把 Wi-Fi 关掉，流程照常走完，就说明真没有东西出去。

成本账更好算：转写模型免费，纪要模型免费，笔记软件免费，没有会员费。录音卡 199 一次投入，换的是这场会从录音到纪要，只存在于你手里。

有的大牌也宣传离线模式，但录音文件依然锁在它家 App 里。离线，加上开放，才等于数据真正归属于你——这是两件事。

微信输入法那些免费转写，日常记东西真挺好用，不用妖魔化。只是别把不能上云的会喂进去。免费的代价是数据，而有些数据不能当代价。转写免费化的时代，录音卡的胜负手不在转写本身，而在你能不能自己选模型、自己管数据。