音频文档详细总结

两份录音围绕个人语音记录、音频转录、AI辅助复盘、自建工作流/自制APP开发实践展开，讲述现有工具痛点、个人搭建的处理流程、遇到的各类技术与流程难题，以及理想系统设想，录音存在部分口语杂音、口误、断句跳转。

第一份录音（川沙路2.m4a）

一、现有语音录制处理的现实痛点

1. 录制容易被来电等外部事件打断；中断后重新录制，要重新做存储、转录，操作繁琐。

2. 多模块拆分录音会带来音频文件查找困难，需要反复复制粘贴文件，衍生大量问题。

二、自制串联APP的尝试与局限

本人希望开发个人APP，把语音录制‑存储‑转录‑处理整套链路串联起来，但并未开发成功。

1. 早期版本只有软件层面工作流配置，没有接入AI；后续接入豆包AI，但实际使用效果达不到预期。

2. 转而使用本地AI做日复盘总结，利用其skills能力，自定义大量处理细节。

三、本地AI日复盘的自定义设计

1. 保留原始意图：AI总结之外，强制留存本人原话，避免AI篡改、丢失原始想法，还原真实思考过程。

2. 自定义输出版式：不使用AI默认输出格式，定制适配自己部署场景的总结排版样式。

3. “远景行记录”与标签图谱机制

◦ 记录每日各类诉求，覆盖认知价值观、视频制作等内容；

◦ 将内容拆解为最小信息单元，打上各类标签；

◦ 标签作为知识图谱节点，把不同信息相互串联，方便后续做信息整合、统计、分析。

4. 自动部署至日程：整套流程依靠口述指引AI完成，处理完成后将复盘内容部署到对应日程位置。

四、流程性质与成本考量

1. 整套链路里，只有总结环节依赖AI调度，其余大多是分类、归档这类固化、规范化流程，还涉及项目对标、历史问题关联。

2. 关注token消耗：了解到可用来节省token的技术方案，但还没有实际跑通整套流程，无法评估真实token开销。

3. 这是本人高频使用的个人向工作流，偏向自用，不一定适合对外给其他人使用。

五、项目踩坑复盘与后续想法

1. 之前耗费大量时间搭建过另一套记录流程，但前期方案考虑不周，流程存在残留问题，相当于无效空跑，浪费时间，打算对遗留问题进行修改。

2. 感慨能快速识别流程问题的人很少；复盘现有全部逻辑，构思理想状态：可随时调用指导操作，内容做好留存便于回看。

3. 希望完善个人作品集，不止完成想做的项目，更要充分体现自身能力。
录音中间夹杂大量无关跳脱口语、杂音，包括游戏、731、贵州方言、音乐等无关碎语。
第二份录音（华夏东路2529号.m4a）

一、移动端录音与转录工具现状

1. 尝试用苹果手机在路上录制即兴想法，不确定收音质量。本人有每日记录想法的习惯，依靠转录把语音转为文本。

2. 豆包的录制转录表现尚可，具备对话总结、精细化转录能力，支持内容分组；理想状态希望分组可以直接关联音频硬盘时间戳，但目前该关联并未打通。

二、理想目标：全部能力收拢进自制APP

目前各类操作是碎片化的，理想是全部整合到自制APP中，但自制APP项目仍处于整体评估阶段，尚未完成。

三、当前手动工作流程

1. 获取豆包输出的转录内容，需要手动在电脑端操作，定位音频、转录文件。

2. 输入自定义指令，把录音内容附加各类补充信息一起提交，后台完成计算处理，数据同步回本地，接收回执确认本地存储成功。

3. 确认本地存储完成后，再把内容部署到个人网站，实现内容对外可查看。

四、现存风险与待解决问题

1. 整套流程高度依赖本地环境，如果出现故障、误删除，系统有崩溃风险，之前为此调试耗费大量时间。

2. 新版本迭代状态不明，不清楚合适的切换时机，新版本也未必能够覆盖全部个人诉求。

3. 当前仅仅完成：语音获取→存储→部署个人网站这条链路，后续的处理环节缺失，流程尚未闭环。

4. 手动操作模式在大量内容待处理的场景下效率不足，无法应对大批量任务。

两份文档核心共性

1. 核心诉求：构建一套完整自动化个人语音记录系统：语音采集→音频存储→转录文本→AI复盘总结→标签化知识组织→部署日程/个人网站。

2. 现实困境：商用AI工具局部好用，但无法满足高度定制化排版、标签图谱、本地‑网站自动部署；自研APP未落地，大量步骤只能手动执行，抗故障能力差。

3. 权衡：尝试云端AI（豆包）效果不满意，转向本地AI；关心token成本；工作流高度个人定制化，优先服务自己使用。

4. 缺口：现有链路只完成采集存储部署，后续深度信息处理、版本迁移方案尚未完善。
查看音频文稿

1. 关于语音处理工作流及AI应用的探讨（川沙路 2.m4a）关于语音处理工作流及AI应用的探讨
2026-09-24

【智能总结】
主要探讨语音处理工作流中遇到的问题，尝试的解决办法，本地AI的功能应用，以及对流程完善和作品集提升的思考。
- **语音处理问题**：录制中断后存储、转录流程繁琐，分模块录制存在音频查找、复制粘贴等麻烦。
- **尝试解决办法**：尝试开发APP串联流程未成功，接入豆包AI效果不佳，现采用本地AI处理。
- **本地AI功能**：
 - **复盘总结**：设计细节满足多种诉求，结合自身原话多维度记录，保留原始意图。
 - **样式适配**：设计特殊版式适配部署需求，总结下添加原品行记录。
 - **标签分类**：按最小维度打标签，便于后续整合分析。
 - **部署操作**：部署到对应日程位置。
- **流程思考**：除总结需AI调度，其他多为固化规范流程，还需解决关联历史问题、仓库对标等，也考虑节省token消耗。
- **后续完善**：复盘逻辑，完善作品集体现自身能力。

【原文】

刚刚聊到一半，突然来了家里人的电话，然后打断了。这个也是一个非常大的问题。你看到了这种情况的时候，突然断掉，然后我就录制，其实也可以试着录制，但是试啊，那就还得有一个。就是存储的一个过程。然后转录也得重新转，反正就是比较麻烦。但是我多分几个模块的话，录的话，那也会有后期不一定能找到这个音频，你找到这个音频还得多次复制。甚至说多次粘贴的各种问题。其实这些问题倒是蛮多的。

那为了解决这些问题，啊就像我上个视频中做一个自己的思路的 APP，然后把这套串联起来。但是呢却没有能成功这样的一个过程。哦，一是我不知道现在苏那边研发有一场的那个特再有就是我现在只是，中间其实没有任何 AI 的都只是一些。软件卡，软件的一个工作流的一个配置。所以说为了实现那个更进一步的系统，按是也接了 AI，就是豆包就相当于是 AI 的一个过程。但其实我觉得效果并不是特别的好。

所以呢我在想，啊，然后然后因为效果不是特别好，所以现现阶段我还有一个这样的流程。我会让那个是本地的 AI 帮我去处理。它现在有一个有一个 skills 专门就去做什么日复盘总结之类的。然后这个复盘呢有一个比较有意思的地方，他会，我我在这里面让他帮我设计了一些细节。需要的诉求，不限于说我希望有哪些总结。包括希望，结合不同的总结，然后还要结合一些我自己的一些原话。就是我希望总结和各种维度。

更多的去记录我自己的文化的过程，因为有的时候，AI 不一定能识别。把我的原话记录下来，这样的话可以最大限度的保留我原始的意图。那我也可以通过进一步的让我的意图更加的显现出来。这是是文化的角度。然后另外呢，它有一些特殊的样式来去适配我的部署上去的一个总结的一个版式。然后哦，因为现在默认的那个，每天的那些内容，它的版式并不符合我的诉求，并不符合我的喜好。然后相当于日总结中的那个样子的，是或者是我更喜欢的。同时呢，然后总结下面还会有一些原品行的记录。

什么是远景行记录？就是每一天我的一些诉求，不管是认知价值观也好，还是要做视频也好，还是都是在某些标签下。他可能是匹配了我某些各种各方面的诉求的。那这些诉求其实可以有是我把它相当于用各种各样的形式。 Your day 一个就是一些最小维度，那基于这小的维度的话。他就可以帮我。啊，帮我就是，是挂上各种标签。这样的话，后续我在进行整合统计分析的时候，这些标签就仿佛能作为这是图谱中的某个节点。然后就是丰富的串联起来。这样的话也更加的，就是便于后续信息整理和处理的工作。

后，还会让他去做一个再部署的操作。他部署的过程中，还要部署到对应的日程的位置。那现在这个过程完全大于口述并且去指引 AI 去做这个事情。我认为这些都相对有计划的。而且我觉得这里其实是除了整个整套，从我这个语音信息获取，到最终的结果。其实除了总结的这个部分，是需要 AI 调度 AI 来去做的。流程，更多的还都是一些不管是分类也好，就是一些固化的东西。

规范的流程，因为他的哦，他这个还有一点没有。

仓库来进行项目的对标都是一个他们和其他问题。关联到的历史问题。关联到了731。化妆品的钱要放在靠近我在玩游戏。

他都可以给你吃。队伍，第二天做视频和后面。我当你领导，我不至于说只是单纯的记录。

这个过程可能有一些地方都是可以用到那个，最近不是很火的，有一个做这个寿司的话。它也可以帮助我去节省这个过程中的 token。不过现在因为我也没有实际跑起来，不知道跑这一套流程，如果完全自己的 token 消耗有多少。这个还是，反正这个是我现在记录流程中，就每天应该说使用最频繁的吧。相对对比吧。虽然说这个东西它不些产出真实的价值，或者是说它是我比较偏好于我个人使用的。工作流，他可能会不一定，能不能给别人去使用。但是我觉得这个好。其实它本质就是一条普通的路。但讲为什么呢？

再结合起来。10个10个那个啊，那个帮我记录一些他出现了一些问题。时间，我决定它使用起来不是很方便，然后我就不准备再用它了。但是每不是啊，没叫我。是改动的，还在改动。我觉得其实这个是没有意义的。然后这里的那些固定的残留的这些问题，我可能也得想办法去改掉。是，就相当于他在白跑。其实那个流程我也花了很多时间和精力去做的，但是做的时候可能就没太想好方案。做班的过程，可能也浪费了很多光阴。唠嗑视频确实但是能够一下子识别出对方的问题的人是非常少的。所以我也可以理解，为什么他非常非常强调到了，放音乐。

两个方案都可以吃，都可以吃。

但是他其实日常是需要有 AI 去操作一些内容，不然我跟你聊吧。

像那时候被拉了。一样吗？是。

所以我在想，结合我这几次事故的角度，看复盘一下所有的逻辑。怎么样的一个情况吧。

然后最理想的这个这个状态，没事就可以溜着玩。

指导操作。遇到我。是我的碳板上，并且相关就算后续再考虑，在在我想看的时候，相关的内容。啊。

在贵州话里叫啥子啊？

意味着我们作品已经很畅销了。

进一步完善了。作品集，让我的作品集更能体现我的能力，而不只是说把我想做的东西做出来。是要那一些吧，就常见的不然的话确实我们自己也到底有什么？靠谱的地方。

以上文本由 AI 总结生成

2. 关于音频转录及相关流程的探讨（华夏东路2529号.m4a）关于音频转录及相关流程的探讨
2026-09-24

【智能总结】
对话主要围绕音频转录工具、理想与实际操作流程展开，探讨了转录优势、流程设想及目前面临的繁琐、环境依赖、版本推进等问题。
- **转录工具评价**：认为用苹果手机录制想法，对准麦克风能较清楚记录，对比电话，豆包转录效果多数时间较好，标记细致且有细分组。
- **理想流程设想**：希望每个细分组能对应到硬盘具体位置，整套流程能整合在自己的APP中，但目前未实现。
- **实际操作流程**：手动在电脑打开豆包找到音频，输入特定添加指令发送录制内容，后台处理后先存本地并回执，之后部署到自己网站。
- **面临问题**：流程繁琐，依赖本地环境，环境故障或切换可能崩溃，新版本推进程度及切换时机不明，后续步骤缺失。

【原文】

说话人 1
难道是出来竟然没有车？

说话人 2
苹果手机我趁路上还能录一下自己的想法，然后把它的麦对准一点，应该能记录的比较清楚吧。我也不太确定。我觉得现在有一个非常紧急的事情要去处理，因为这个事情我每天都会进行记录。

说话人 1
就是我不是会把这种想法用这种转录的形不过这个流程也有它可取的地方，比如像字节他的那个豆包。跳舞。

说话人 1
就是豆包录制的那个效果大多数时间只要在内容是记录的频道。这个比电话好一点。一个是 face 总结，就对话中的总结。点击另给点警察，最近。一个内置的东西和转录，就是转录的话它会比较细致。的标记，然后剩他会有一些细分的组。我觉得这个步骤总整体来说还算不错，甚至我在想这个地方如果理想来看的话，更好的是，比如每个组对应到的是哪一个硬盘的哪个时更好一些的。但现在这块其实没有串联。这其实也只是一条路。错误的因素呢，这样的一个阶段，还是比较繁琐的。其实我理想上这坐在自己的 APP 里面的。是我自己的那套流程一直没有弄好。成功。那关于我自己的这套 APP 是开整体评估中。除此之外呢，这个湖泊的颜色是之后进一步存到我电脑，甚至复存到我合适的看版看版上，甚至是说跟我的日常流转。

说话人 1
接下来呢就是这个我获取了，到了这个豆包。

说话人 1
要手动的去对门。操作，电脑打开。包，找到对应的音频，没我不吃了吧。

说话人 1
当我有大量的应酬要去处理的时候。这个流程肯定是不能过的。锄禾当午。但是现在一条一条来，整体来说可以保存的。然后我再点击我的这些内容，是转录的文件，然后获取到。

说话人 1
找到我的庙子的正确然后输入一个特定的，添加的一个指令。这个艾特添加指令。发送。输入所有的我所录的内容，包括不限于我想同时添加的很多东厨房里面。然后放里面之后，它就会进行后台的一系列的计算，处理，流程的处理，并把它先取取到我的本地。成都本地的同时会给我发一条回执。告诉我说已经存到了本地，这样我比较能知道他到底有没有接收到我的信息。

说话人 1
在我收到这个信息发送我这样离职之后，再过一段时间会部署到我自己的网站上。看到他。那我所有历史依赖我们本地环境了。故障或者切换成分车。工作处进行有些删除处理是吧？情况的话，它可能就会崩溃。前一段时间为了搞这个也搞了很久。去打他。放到一个是自己的那个新的版本。但新的版本现在也不知道是进行到什么样一个程度了，也不知道现在是在什么时候切换比较合适。以及也不太会弄新版是所有的诉诉求，因为到现在为止，其实也只是解决了我的内容从获取到存储到部署到我是合适的网站的这样的一个过程。缺少了后续的一步，因为后续我当

以上文本由 AI 总结生成