AI Powered Meeting Summarizer

一个 Gradio 音频上传应用，用 whisper.cpp 本地转写会议录音，再通过 Ollama 本地模型生成摘要。

这个能力解决什么问题

它解决的是不想把音频和文本发到云端时的会议摘要需求。用户上传 .wav/.mp3 等音频，可选会议上下文、Whisper 模型和 Ollama 总结模型；系统输出摘要，并提供完整 transcript 下载。

核心逻辑

启动脚本会创建 Python 环境、检查 FFmpeg、克隆并构建 whisper.cpp、下载默认 Whisper 模型，然后启动 Gradio。运行时先把音频转为 whisper.cpp 可处理格式，执行本地 ASR；随后调用正在运行的 Ollama server，用选定模型对 transcript 做摘要。

技术结构

• 关键模块：run_meeting_summarizer.sh 管环境、whisper.cpp 构建和模型下载；main.py 管 Gradio UI、音频处理、Ollama 请求。
• 调用链路：音频上传 -> FFmpeg/whisper.cpp -> transcript -> Ollama summarization -> summary + transcript download。
• 输入输出：输入是音频文件和可选上下文；输出是摘要和转写文本。
• 核心依赖：Python、FFmpeg、whisper.cpp、Ollama、Gradio、requests。

为什么值得参考

它的价值在本地优先：ASR 和总结都能跑在自己的机器或服务器上，隐私边界比云端 Whisper + 云端 LLM 更清楚。模型选择下拉也把“转写模型”和“总结模型”分开，便于按性能和质量调整。

为什么不建议直接套用

它仍然处理会议录音，授权和留存必须先定义。whisper.cpp 和 Ollama 的安装成本不低，不适合非技术用户直接维护。README 中翻译参数示例表述有混淆，语言检测/翻译行为需要实测。没有用户隔离、审计日志或企业权限系统。

如何改造成自己的版本

把它改成“本地会议资料处理台”：只接受用户主动上传的已授权录音，默认处理后删除临时音频。增加 speaker/时间戳、action items 和人工确认状态。对中文场景单独测试 Whisper 模型和 Ollama 中文摘要质量，不要默认相信英文 meeting prompt。

适用场景

• 本地或内网运行的会议转写摘要。
• 对隐私敏感、不想调用云 ASR 的团队。
• 研究 whisper.cpp + Ollama 的离线工作流。

不适用场景

• 未授权会议录音。
• 要求多人账号、权限、审计的企业产品。
• 低配置电脑上处理长音频。

公开版边界

• 录音和转写须获得参会者知情同意。

参考信息

• 原项目：AI-Powered-Meeting-Summarizer
• 作者：AlexisBalayre
• 相关概念：[[本地转写]]、[[会议摘要]]
• 相关卡片：保守留空