實測：用 Whisper 把會議錄音轉成逐字稿

開完會要出逐字稿，一向是最花時間的一環。這次把整段會議錄音交給開源的語音辨識模型，看看能否省下大部分整理時間。

實測做法

把錄音檔轉成模型支援的格式，以中等模型規模在本機跑一次，全程不需上傳到雲端，錄音內容留在自己的電腦。

實測結果

一小時的會議錄音，處理時間約十餘分鐘。中英夾雜的句子大致準確；專有名詞與人名較容易出錯，需要人手覆核。

幾點觀察

• 適合先出一份初稿，再人手修正，可省下大量打字時間
• 錄音品質直接影響準確度，收音要清楚
• 多人同時發言的部分，較難辨別誰在說話

小結

值得長期使用，但現階段仍要人手把關。之後會再試不同模型規模，比較速度與準確度的取捨。