Day5：AI + Python 智能整理会议纪要，从录音到待办一键搞定

一、开会半小时，纪要写两小时？

这是职场最常见的场景之一：

上午10点，你参加了一场重要会议，参会8人，讨论了项目进度、风险排查、下周计划……

会议很高效，50分钟结束。

但你看着会议纪要模板发呆：

• 谁说了什么？记不清了
• 关键决策是什么？翻笔记找半天
• 待办事项分配给谁的？要一条一条对

两小时过去，纪要还没写完。

或者更糟的情况：

你临时被拉进一个会，手上没笔没纸，全凭记忆。

会后老板问：「会上定的 deadline 是哪天？」

你：「……好像是下周五？」

老板：「是下周四。」

这种尴尬，一次都不想再经历。

二、会议纪要的自动化思路

传统纪要工作流：

会议录音 → 人工听写（2小时）→ 整理成文（1小时）→ 提取待办（30分钟）

自动化工作流：

会议录音 → AI 语音识别（5分钟）→ AI 提取关键信息（1分钟）→ 生成纪要（1分钟）

核心技术栈：

• 语音识别
  ：将录音转为文字（Whisper / 讯飞 / 百度语音）
• 文本处理
  ：Python 清洗和格式化
• AI 提取
  ：LLM 提取决策、待办、责任人

三、方案一：本地 Whisper 语音识别

OpenAI 开源的 Whisper 是目前最可靠的本地语音转文字方案，支持中文，准确率很高。

3.1 安装 Whisper

# 安装依赖
pip install openai-whisper
# 还需要安装 ffmpeg（Windows 用户）
# 下载地址：https://ffmpeg.org/download.html
# 添加到系统 PATH

3.2 语音转文字代码

import whisper
import os
def transcribe_audio(audio_path, output_text_path=None):
"""
使用 Whisper 将音频转录为文字
"""
print(f"正在加载模型...")
# 模型选择：tiny/base/small/medium/large，越大越准越慢
model = whisper.load_model("base")
print(f"正在转录：{audio_path}")
result = model.transcribe(
audio_path,
language="zh",  # 指定中文
verbose=True
)
transcript = result["text"]
# 保存为文本文件
if output_text_path:
with open(output_text_path, "w", encoding="utf-8") as f:
f.write(transcript)
print(f"转录完成，已保存至：{output_text_path}")
return transcript
# 使用示例
text = transcribe_audio(
"meeting_2026_04_10.mp3",
"meeting_transcript.txt"
)
print(f"转录文本长度：{len(text)} 字符")

运行效果：

正在加载模型...
正在转录：meeting_2026_04_10.mp3
Detecting language using up to the first 30 seconds...
Detected language: Chinese
转录完成，已保存至：meeting_transcript.txt
转录文本长度：3247 字符

3.3 分段转录（带时间戳）

会议很长时，需要知道每句话是谁说的、在什么时间：

def transcribe_with_timestamps(audio_path, output_path=None):
"""
带时间戳的转录，方便定位
"""
model = whisper.load_model("base")
result = model.transcribe(audio_path, language="zh")
segments = result["segments"]
formatted_lines = []
for seg in segments:
start = format_time(seg["start"])
end = format_time(seg["end"])
text = seg["text"].strip()
formatted_lines.append(f"[{start} - {end}] {text}")
transcript = "\n".join(formatted_lines)
if output_path:
with open(output_path, "w", encoding="utf-8") as f:
f.write(transcript)
return transcript
def format_time(seconds):
"""秒数转时间格式"""
mins = int(seconds // 60)
secs = int(seconds % 60)
return f"{mins:02d}:{secs:02d}"
# 使用
transcribe_with_timestamps("meeting.mp3", "meeting_with_time.txt")

输出示例：

[00:00 - 00:08] 好，我们开始今天的项目周会
[00:09 - 00:23] 首先请张三汇报一下前端进度
[00:24 - 01:15] 好的，前端页面已经完成了80%，剩下的主要是详情页优化...

四、方案二：云端语音识别 API

如果不想本地跑模型，可以用云服务商的 API：

以讯飞为例：

import requests
import base64
import hashlib
import json
from datetime import datetime
from urllib.parse import urlencode
def xunfei_asr(audio_path, app_id, api_key, api_secret):
"""
讯飞语音识别 API
"""
# 1. 读取音频文件并 base64 编码
with open(audio_path, "rb") as f:
audio_data = f.read()
audio_base64 = base64.b64encode(audio_data).decode()
# 2. 构造请求参数
url = "https://iat-api.xfyun.cn/v2/iat"
# 鉴权（简化版，实际需要按讯飞文档计算签名）
headers = {
"Content-Type": "application/json",
"X-Appid": app_id,
"X-CurTime": str(int(datetime.now().timestamp())),
"X-Param": base64.b64encode(json.dumps({
"engine_type": "sms16k",
"aue": "raw"
}).encode()).decode(),
"X-CheckSum": ""  # 实际需要计算
}
body = {
"audio": audio_base64
}
# 3. 发送请求
response = requests.post(url, headers=headers, json=body)
result = response.json()
if result.get("code") == "0":
return result["data"]
else:
raise Exception(f"识别失败：{result}")

注：各云厂商 API 的鉴权方式不同，需要参考官方文档。实际使用时建议用官方 SDK。

五、AI 提取关键信息

转录完的文字往往是「流水账」，需要提取：

• 会议主题
• 参会人员
• 关键决策
• 待办事项（谁 + 做什么 + 截止时间）

5.1 使用 LLM 提取结构化信息

def extract_meeting_info(transcript, api_key):
"""
使用 AI 从会议转录文本中提取关键信息
"""
import openai
openai.api_key = api_key
prompt = f"""
请从以下会议记录中提取关键信息，以 JSON 格式返回：
会议记录：
{transcript}
请提取以下字段：
- topic: 会议主题
- participants: 参会人员列表
- decisions: 关键决策列表
- action_items: 待办事项列表，每项包含 task(任务描述)、assignee(负责人)、deadline(截止日期)
- summary: 会议摘要（100字以内）
只返回 JSON，不要有其他内容。
"""
response = openai.ChatCompletion.create(
model="gpt-3.5-turbo",
messages=[
{"role": "system", "content": "你是一个专业的会议纪要助手。"},
{"role": "user", "content": prompt}
],
temperature=0.3
)
result = response.choices[0].message.content
return json.loads(result)
# 使用示例
transcript = """
今天的项目周会，参与人员有张三、李四、王五。
张三汇报了前端进度，目前完成80%，预计下周四全部完成。
李四说后端 API 已经联调通过。
王五提出测试用例需要补充，他负责本周五前完成补充。
最后决定下周三进行整体提测。
"""
info = extract_meeting_info(transcript, "your-openai-api-key")
print(json.dumps(info, ensure_ascii=False, indent=2))

输出示例：

{
"topic": "项目周会",
"participants": ["张三", "李四", "王五"],
"decisions": ["下周三进行整体提测"],
"action_items": [
{
"task": "完成前端剩余开发工作",
"assignee": "张三",
"deadline": "下周四"
},
{
"task": "补充测试用例",
"assignee": "王五",
"deadline": "本周五"
}
],
"summary": "本次周会主要讨论了项目进度，前端完成80%，后端API已联调，确定下周三提测。"
}

5.2 使用本地 LLM（无需联网）

如果担心数据隐私，可以用本地模型如 Ollama：

def extract_with_ollama(transcript):
"""
使用本地 Ollama 模型提取信息
"""
import requests
prompt = f"""从会议记录中提取：主题、参会人、关键决策、待办事项。
待办事项要包含任务、负责人、截止日期。
以 JSON 格式返回。
会议记录：
{transcript}
"""
response = requests.post("http://localhost:11434/api/generate", json={
"model": "llama2-chinese",  # 或其他模型
"prompt": prompt,
"stream": False
})
result = response.json()
return result["response"]

六、生成标准化会议纪要

提取完信息，生成标准格式的纪要文档：

def generate_meeting_minutes(info, output_path):
"""
生成标准化的会议纪要文档
"""
from datetime import datetime
content = f"""# 会议纪要
**会议主题**：{info.get('topic', '未指定')}
**会议时间**：{datetime.now().strftime('%Y年%m月%d日')}
**参会人员**：{'、'.join(info.get('participants', []))}
## 一、会议摘要
{info.get('summary', '无')}
## 二、关键决策
"""
for i, decision in enumerate(info.get('decisions', []), 1):
content += f"{i}. {decision}\n"
content += "\n---\n\n## 三、待办事项\n\n| 序号 | 任务 | 负责人 | 截止日期 | 状态 |\n|------|------|--------|----------|------|\n"
for i, item in enumerate(info.get('action_items', []), 1):
content += f"| {i} | {item.get('task', '-')} | {item.get('assignee', '-')} | {item.get('deadline', '-')} | 待完成 |\n"
content += """
**记录人**：AI 助手
**发送时间**：""" + datetime.now().strftime('%Y-%m-%d %H:%M')
# 保存为 Markdown
with open(output_path, "w", encoding="utf-8") as f:
f.write(content)
print(f"会议纪要已生成：{output_path}")
return content
# 使用
generate_meeting_minutes(info, "meeting_minutes_2026_04_10.md")

输出效果：

# 会议纪要
**会议主题**：项目周会
**会议时间**：2026年04月10日
**参会人员**：张三、李四、王五
## 一、会议摘要
本次周会主要讨论了项目进度，前端完成80%，后端API已联调，确定下周三提测。
## 二、关键决策
1. 下周三进行整体提测
## 三、待办事项
| 序号 | 任务 | 负责人 | 截止日期 | 状态 |
|------|------|--------|----------|------|
| 1 | 完成前端剩余开发工作 | 张三 | 下周四 | 待完成 |
| 2 | 补充测试用例 | 王五 | 本周五 | 待完成 |

七、完整自动化流程

把以上步骤串联起来：

def process_meeting_audio(audio_path, openai_key=None):
"""
完整的会议音频处理流程
"""
print("=" * 50)
print("会议智能整理系统")
print("=" * 50)
# 1. 语音转文字
print("\n[1/4] 语音转文字...")
transcript_path = audio_path.replace(".mp3", "_transcript.txt")
transcript = transcribe_audio(audio_path, transcript_path)
# 2. AI 提取信息
print("\n[2/4] AI 提取关键信息...")
if openai_key:
info = extract_meeting_info(transcript, openai_key)
else:
print("(未提供 API Key，跳过 AI 提取)")
info = {
"topic": "未识别",
"participants": [],
"decisions": [],
"action_items": [],
"summary": transcript[:100] + "..."
}
# 3. 生成纪要
print("\n[3/4] 生成会议纪要...")
minutes_path = audio_path.replace(".mp3", "_minutes.md")
minutes = generate_meeting_minutes(info, minutes_path)
# 4. 发送邮件通知（复用 Day4 的代码）
print("\n[4/4] 发送邮件通知...")
# send_email_with_attachment(...)
print("\n" + "=" * 50)
print("处理完成！")
print(f"- 转录文本：{transcript_path}")
print(f"- 会议纪要：{minutes_path}")
print("=" * 50)
return minutes_path
# 一键运行
process_meeting_audio("meeting_2026_04_10.mp3", "your-api-key")

八、进阶技巧

技巧一：说话人分离

多人会议需要区分谁说了什么：

def diarize_speakers(audio_path):
"""
说话人分离（需要 pyannote.audio）
"""
from pyannote.audio import Pipeline
# 加载预训练模型
pipeline = Pipeline.from_pretrained(
"pyannote/speaker-diarization",
use_auth_token="your-huggingface-token"
)
# 运行分离
diarization = pipeline(audio_path)
# 输出结果
for turn, _, speaker in diarization.itertracks(yield_label=True):
print(f"{speaker}: {turn.start:.1f}s - {turn.end:.1f}s")
return diarization

技巧二：会议纪要模板库

按会议类型使用不同模板：

TEMPLATES = {
"weekly": "周会纪要模板.md",
"project": "项目评审纪要模板.md",
"client": "客户会议纪要模板.md",
"training": "培训会议纪要模板.md"
}
def generate_with_template(info, template_type="weekly"):
"""使用模板生成纪要"""
template_file = TEMPLATES.get(template_type, TEMPLATES["weekly"])
# 读取模板并填充变量...

技巧三：与日历集成

自动从会议邀请中提取信息：

import caldav
def fetch_meeting_info_from_calendar(meeting_date):
"""
从日历获取会议信息
"""
client = caldav.DAVClient(
url="https://caldav.example.com",
username="your-email",
password="your-password"
)
principal = client.principal()
calendars = principal.calendars()
for event in calendars[0].date_search(meeting_date):
vevent = event.vobject_instance.vevent
return {
"topic": vevent.summary.value,
"participants": vevent.attendee_list if hasattr(vevent, 'attendee_list') else [],
"start": vevent.dtstart.value
}

九、Day5 小结

今天我们学习了：

1. 语音识别

• Whisper 本地转录（离线、免费）
• 云端 API（讯飞、百度等）
• 带时间戳的分段转录

2. AI 信息提取

• 使用 GPT/LLM 提取决策、待办
• 本地模型方案（Ollama）
• 输出结构化 JSON

3. 纪要生成

• Markdown 格式标准化
• 模板化输出
• 与邮件系统集成

4. 完整工作流

• 录音 → 转录 → 提取 → 生成 → 发送
• 说话人分离
• 日历集成

十、今日作业

1. 基础练习

• 安装 Whisper，录制一段 1 分钟的语音测试转录
• 尝试 base 和 small 模型，比较速度和准确率

1. 实战任务

• 用手机录一段模拟会议（5-10分钟）
• 用今天的代码转录并提取待办事项
• 生成一份标准格式的会议纪要

1. 挑战任务

• 接入 OpenAI API 或本地 Ollama
• 实现从录音到邮件发送的全自动流程

十一、预告

Day6：文件批量整理 —— 自动分类、重命名、归档，让文件管理不再混乱。

我们会用 Python 实现一个智能文件整理器，自动按类型、日期、项目分类文件。

💡 系列回顾

- Day1：Excel 批量清洗

- Day2：Word 批量排版

- Day3：PPT 自动生成

- Day4：邮件通知自动化

- Day5：会议纪要智能整理 ✅

关注「量子位开发手记」，每天解锁一个办公自动化技能