可免费本地运行的AI会议纪要：faster-whisper 转写、Ollama 总结、n8n 串管道，含提示词与分块策略。

📜 目录

• 一、管道长什么样
• 二、第一步：转写
• 三、第二步：按时间窗切块
• 四、第三步：本地模型提炼
• 五、第四步：n8n 串起来
• 六、质量能到什么程度
• 七、几个提升可用性的细节
• 常见问题
• 相关文章

AI会议纪要：Whisper + Ollama免费本地管道

会议纪要是最适合自托管的一类任务：音频本身就敏感，活儿枯燥重复，管道又简单，一个下午能搭完，之后每次开会省半小时。这套方案全程离线，录音不出机器，跑完直接输出带负责人和截止时间的行动项。

一、管道长什么样

录音文件（m4a / wav / mp3）
   ↓  faster-whisper 转写（带时间戳）
   ↓  按时间窗切块（每 10 到 15 分钟一块）
   ↓  Ollama 本地模型：逐块提炼要点（map）
   ↓  汇总所有要点，生成最终纪要（reduce）
   ↓  Markdown 输出 → n8n 推到 Slack / Notion / 邮件

为什么不用一个大模型一口气读完整场两小时的会议：上下文塞不下，硬塞也会让模型抓不住重点。分块提炼再汇总，质量稳定得多，也更省钱。

二、第一步：转写

pip install -U faster-whisper

from faster_whisper import WhisperModel
import json

model = WhisperModel("large-v3", device="cuda", compute_type="float16")
segments, _ = model.transcribe(
    "meeting.m4a",
    language="zh",
    vad_filter=True,
    beam_size=5,
    initial_prompt="以下是普通话会议记录，涉及产品排期、接口和预算。",
)

lines = []
for s in segments:
    lines.append({"start": round(s.start, 1), "end": round(s.end, 1), "text": s.text.strip()})

with open("meeting.json", "w", encoding="utf-8") as f:
    json.dump(lines, f, ensure_ascii=False, indent=2)

保留时间戳的价值在复盘：纪要里写"张工反对这个方案"，想知道原话在哪，直接跳到对应秒数。

没有显卡就把 device 改成 "cpu"、compute_type 改成 "int8"。一小时会议在 CPU 上大约十几到几十分钟量级，显卡上通常几分钟，具体看硬件，先拿 5 分钟样本测速最靠谱。

三、第二步：按时间窗切块

WINDOW = 900  # 秒，即 15 分钟

def chunk_by_time(items, window=WINDOW):
    chunks, cur, start = [], [], 0
    for it in items:
        if it["start"] - start > window and cur:
            chunks.append(cur); cur, start = [], it["start"]
        cur.append(it)
    if cur:
        chunks.append(cur)
    return ["\n".join(f"[{x['start']:.0f}s] {x['text']}" for x in c) for c in chunks]

15 分钟一块是经验值：短会一块搞定，两小时的会切成 8 块左右，每块控制在 2000 到 3000 字，正好是 7B 到 8B 模型处理得最稳的长度。

四、第三步：本地模型提炼

ollama pull qwen3:8b
# 机器吃得住就用 14B，质量明显更好：ollama pull qwen3:14b

提炼提示词（第一层，map）：

你是会议记录员。下面是会议的一段转写，可能有错字和口语重复。
只提取事实，不要评价，不要补充转写里没有的内容。

请按以下格式输出：
1. 讨论主题（一句话）
2. 形成的决定（逐条，无则写"无"）
3. 行动项（格式：事项 | 负责人 | 截止时间；没提到的字段写"未定"）
4. 待确认的问题

转写内容：
{chunk}

汇总提示词（第二层，reduce）：把各块的输出拼起来，要求合并重复项、按主题重排、行动项去重并统一负责人写法。

import ollama, json

def summarize(chunks):
    partials = []
    for c in chunks:
        r = ollama.chat(model="qwen3:8b", options={"temperature": 0},
                        messages=[{"role": "user", "content": MAP_PROMPT.format(chunk=c)}])
        partials.append(r["message"]["content"])
    final = ollama.chat(model="qwen3:8b", options={"temperature": 0},
                        messages=[{"role": "user", "content": REDUCE_PROMPT.format(parts="\n\n".join(partials))}])
    return final["message"]["content"]

温度设 0，多次跑同一段录音结果基本一致。要求"没提到的字段写未定"，比让它自己补更可靠，纪要里最忌讳的就是编出来的截止日期。

五、第四步：n8n 串起来

不想写调度代码就用 n8n（208,635 星）：

1. Local File Trigger 监听会议录音目录（比如 ~/meetings/inbox）。
2. Execute Command 节点调上一步的 Python 脚本做转写。
3. HTTP Request 节点打到 Ollama 的 /api/chat，或用 n8n 的 Ollama 社区节点。
4. Markdown 节点把结果拼成文档。
5. Slack / Notion / 邮件 节点发出去，按会议日期命名。

一次配好，之后只管把录音丢进目录。要区分不同项目，就在文件名前缀里带项目代号，n8n 里按前缀路由到不同频道。

六、质量能到什么程度

• 清晰录音、单人讲话：转写词准确率通常在九成以上，纪要靠模型提炼，漏项主要发生在"随口提到的口头承诺"上。
• 多人抢话、会议室外放：准确率明显掉，必须有 VAD 分段，重要会议建议保留转写原文人工过一遍。
• 说话人区分：Whisper 本身不做，需要 WhisperX 的 --diarize（依赖 pyannote 模型，要先在 Hugging Face 接受条款），或改用 FunASR 的说话人方案。没有说话人标签时，让模型按"发言人1/2"编号也能凑合读。

七、几个提升可用性的细节

• 术语表：initial_prompt 里放参会人名、产品代号、客户名，专有名词错误率下降最明显。
• 会后 5 分钟内出稿：趁记忆新鲜，纪要的确认成本最低。
• 固定模板：决定、行动项、风险、下次会议时间，四块固定下来，团队翻历史纪要时不用重新适应。
• 存档转写原文：纪要是摘要，出争议时要能回到原话。

常见问题

Q：需要什么硬件？ A：8GB 内存能跑 small 模型 + 7B 大模型，速度慢；16GB 内存 + 8GB 显存的显卡是比较舒服的配置，跑 large-v3 转写和 8B 模型总结都不卡。

Q：两小时的会议会不会爆上下文？ A：会因为一次性塞入而爆，所以按 15 分钟切块。分块后每块独立提炼，最后只汇总要点，总长度可控。

Q：能自动识别"谁答应的"吗？ A：没有说话人分离时，模型只能依据转写里的称呼（"老王你跟进一下"）判断，准确率一般。要求严格的场景加 WhisperX 做分离。

Q：数据真的不出机器吗？ A：这套管道里没有外部 API 调用，模型权重下载完之后可以断网运行。注意 Ollama 默认监听 127.0.0.1，别随手改成 0.0.0.0 暴露到公网。

注：模型名称与显存占用随版本变化，具体以 Ollama 与 faster-whisper 官方文档为准。

相关文章

• 本地语音转文字：2026年Whisper、faster-whisper、FunASR对比
• Windows 本地 Whisper 转写 2026：10 分钟装好 faster-whisper
• n8n AI Agent完整教學：2026從零開始搭建自動化工作流
• AI会议纪要应用：faster-whisper + WhisperX 本地流水线