🤖 智能会议助手 - 使用指南

✨ 功能特性

• 🎤 实时录音 - 支持持续/定时录音，自动保存
• 🗣️ 语音转文字 - 基于Faster-Whisper（比原版快4-8倍）
• 🧠 AI智能分析 - 本地LLM生成摘要和待办事项
• 📋 结构化输出 - Markdown/JSON格式的会议纪要
• 📅 日历同步 - 可选的Outlook集成（自动创建事件）

🚀 快速开始

方法一：Windows一键启动

双击运行 start.bat

方法二：手动安装

# 1. 创建虚拟环境
python -m venv venv

# 2. 激活虚拟环境
venv\Scripts\activate  # Windows
source venv/bin/activate  # Linux/Mac

# 3. 安装依赖
pip install -r requirements.txt

# 4. 运行程序
python main.py

📖 使用方法

1️⃣ 交互模式（推荐新手）

python main.py

然后按提示选择操作即可。

2️⃣ 录音并处理

# 录音10分钟（600秒）并自动处理
python main.py --record 600 --title "产品评审会"

# 录音5分钟
python main.py -r 300

3️⃣ 处理已有音频文件

# 处理单个文件
python main.py --file ./recordings/meeting.wav

# 处理并指定标题
python main.py -f meeting.mp3 -t "周例会"

4️⃣ 批量处理

# 处理整个文件夹的所有音频文件
python main.py --batch ./meetings/

⚙️ 配置说明

编辑 config.ini 文件来自定义设置：

音频设置 [Audio]

SAMPLE_RATE = 16000    # 采样率（16kHz适合Whisper）
CHANNELS = 1           # 单声道
OUTPUT_DIR = ./recordings  # 录音保存目录

语音识别 [SpeechToText]

MODEL_NAME = small     # 模型大小：tiny/base/small/medium/large-v3
LANGUAGE = zh          # 语言：zh=中文, en=英文, None=自动
DEVICE_TYPE = auto     # 设备：auto/cuda/cpu
COMPUTE_TYPE = float16 # 精度：float16(快)/int8(省显存)
VAD_FILTER = true      # 启用静音过滤

模型大小对比：

模型	大小	速度	准确率	显存需求
tiny	75MB	⚡⚡⚡⚡	★★☆☆☆	~1GB
base	142MB	⚡⚡⚡	★★★☆☆	~1GB
small	485MB	⚡⚡	★★★★☆	~2GB
medium	1.5GB	⚡	★★★★★	~5GB
large-v3	3GB	🔵	★★★★★	~10GB

语言模型 [LLM]

MODEL_NAME = microsoft/Phi-3-mini-4k-instruct  # 或 Qwen/Qwen1.5-1.8B-Chat
LOAD_IN_4BIT = true   # 4-bit量化（节省显存）
MAX_NEW_TOKENS = 1024  # 最大生成长度
TEMPERATURE = 0.7      # 创意性（越高越随机）

日历同步 [Calendar]（可选）

ENABLED = false        # 是否启用
CLIENT_ID = your_azure_app_id
CLIENT_SECRET = your_secret
TENANT_ID = common

💻 系统要求

最低配置

• CPU: Intel i5 / AMD Ryzen 5 以上
• 内存: 8GB RAM（推荐16GB）
• 硬盘: 5GB可用空间（用于模型存储）
• Python: 3.8+
• 麦克风: USB或内置麦克风

推荐配置（GPU加速）

• GPU: NVIDIA GTX 1060 6GB+ / RTX 2060+（支持CUDA）
• 显存: 6GB+ VRAM
• 速度提升: 3-5倍（相比纯CPU）

🔧 常见问题

Q1: 首次运行很慢？

A: 首次运行需要下载模型：

• Whisper模型: 150MB - 3GB（取决于选择的模型大小）
• LLM模型: 约2-4GB（Phi-3-mini或Qwen）

下载完成后后续启动会很快。

Q2: 显存不足怎么办？

A: 在 config.ini 中调整：

[SpeechToText]
MODEL_NAME = small      # 使用更小的模型
COMPUTE_TYPE = int8     # 使用int8精度

[LLM]
LOAD_IN_4BIT = true     # 启用4-bit量化
MODEL_NAME = Qwen/Qwen1.5-1.8B-Chat  # 使用更小的LLM

Q3: 如何提高中文识别准确率？

A:

1. 确保使用 small 或更大的模型
2. 设置 LANGUAGE = zh
3. 录音时保持安静环境
4. 使用质量较好的麦克风

Q4: 日历同步如何配置？

A:

1. 访问 Azure Portal
2. 注册应用 → 获取Client ID和Secret
3. 配置重定向URL: https://login.microsoftonline.com/common/oauth2/nativeclient
4. 填写到 config.ini 的 [Calendar] 部分

Q5: 支持哪些音频格式？

A: 支持 WAV, MP3, M4A, FLAC, OGG 等主流格式。

📁 项目结构

Ai互动模块/
├── main.py              # 主程序入口
├── config.py            # 配置管理器
├── config.ini           # 配置文件
├── audio_recorder.py    # 语音采集模块
├── speech_to_text.py    # 语音转文字模块
├── meeting_processor.py # AI分析模块
├── calendar_sync.py     # 日历同步模块
├── requirements.txt     # 依赖列表
├── start.bat            # Windows快速启动脚本
├── recordings/          # 录音文件目录
├── output/              # 输出结果目录
└── tokens/              # OAuth认证缓存

🎯 典型工作流程

1. 启动程序
   ↓
2. 选择"开始录音" 或 "处理音频文件"
   ↓
3. （如果录音）等待录音完成
   ↓
4. 自动进行语音转文字（显示进度）
   ↓
5. AI自动分析并生成：
   - 会议摘要
   - 关键要点
   - 待办事项列表
   - 决策记录
   ↓
6. 保存为 Markdown 和 JSON 文件
   ↓
7. （可选）同步待办到Outlook日历

📝 输出示例

生成的会议纪要示例：

# 📋 会议纪要

**日期**: 2024-01-15 14:30  
**主题**: 产品迭代讨论

## 📝 会议摘要

本次会议主要讨论了App性能优化方案。团队决定优先解决启动速度问题，
由李四负责性能分析，张三负责用户反馈收集...

## 💡 关键要点

- 用户反馈App启动时间超过5秒
- 性能瓶颈可能在网络请求初始化阶段
- 下个版本发布日期定在月底

## ✅ 决策记录

- 采用渐进式加载策略
- 暂不引入新的第三方库

## 📌 待办事项

- [ ] 🔴 **完成性能分析报告** - @李四 (截止: 2024-01-20)
- [ ] 🟡 **收集用户反馈数据** - @张三 (截止: 2024-01-22)
- [ ] 🟢 **制定优化方案** - @王五 (截止: 2024-01-25)

🛠️ 开发者模式

测试单个模块

# 测试麦克风
python audio_recorder.py

# 测试语音转文字
python speech_to_text.py

# 测试AI分析
python meeting_processor.py

# 测试日历同步
python calendar_sync.py

自定义提示词

在 meeting_processor.py 的 PROMPT_TEMPLATES 字典中修改提示词模板。

📄 许可证

MIT License

🤝 贡献

欢迎提交Issue和Pull Request！

---

享受高效的会议记录体验！ 🎉