本页内容
把采访录音整理成笔记,不必上传到转写服务。OGAD(Off Grid AI Desktop)在你的 Mac 上转写保存好的音频文件。你可以先检查文字,再让本地对话模型整理回答、待解决的问题和后续任务。离线工作前,先下载好两个模型。

你想用 Off Grid AI 做什么?
有想让我们支持的功能或用法吗?告诉我们你想做什么、用的是什么设备。
采访笔记比一段简短摘要更需要细心。你要知道哪些话出自受访者,哪些是你的提问,哪些字句可以直接引用。AI 给出的流畅回答本身证明不了这些。
这个流程让转写稿在你整理笔记时始终可查。它使用 Apple Silicon Mac 上的免费桌面应用。你从一段现有的录音开始,不需要单独的 Pro 会议录音功能。
在本地整理采访笔记需要什么?
一台 M1 或更新、macOS 13 或更新的 Apple Silicon Mac。安装 OGAD,下载一个本地语音模型,再选一个用于整理笔记的本地文本模型。把采访保存成 Mac 上支持的音频文件。安装和下载模型时需要联网。
下面的操作在正式版 0.0.51 中提供。当前版本请看桌面版下载页。
两个模型各有分工:
| 模型 | 作用 |
|---|---|
| 本地转写模型 | 把音频变成文字 |
| 本地文本模型 | 根据转写稿和你的指令整理笔记 |
语音识别可以先用较小的 Whisper Base,约 148 MB。如果第一次结果漏掉了重要的词,可以换 Whisper Small,约 488 MB。下载大小不等于运行时占用的内存。Mac 可用内存不多时,关掉不用的模型。
保留原始录音。转写稿和 AI 笔记都来自它,遇到人名或说话人切换不清楚时,你可能需要再听一遍。
能导入哪些采访文件?
使用本地的 MP3、WAV、M4A、AAC、OGG、Opus、FLAC 或 AIFF 音频文件。确认它能播放,并且包含完整的采访。如果你录的是视频,先用本地工具导出音频。视频附件在应用里走的是另一条处理路径。
像 customer-interview-07.m4a 这样的文件名,方便你把笔记和来源对上。长录音拆开的话,按顺序编号。
如果文件在云盘里,断网前确保内容已经下载到本地。云端占位文件仍需联网才能取回音频。
怎样先拿到转写稿,再要笔记?
选好本地语音模型,选择说话语言,然后在 Chat 中附上录音。OGAD 会在你发送消息之前处理音频。点击附件的文字预览,转写稿会在侧边面板中打开。先读一遍,再让对话模型总结。
1. 选择转写模型
打开 Models > Transcription。下载需要的模型,点 Use this model。打开当前模型的 Settings,检查 Transcription > Current model。
这个流程请选本地模型。远程转写服务会改变音频的处理地点。
2. 设置说话语言
在 Transcription > Spoken language 中选择采访使用的语言。多语言 Whisper 模型还提供 Auto-detect。仅限英语的模型变体,不会因为你改了这个设置就能识别其他语言。
3. 附上保存的录音
打开 Chat。点 +,再点 Attach files,选择音频文件。附件卡片显示 Processing… 时请稍等。
第一次先一次处理一段采访。这样更容易发现来自另一段录音的错误人名或事实。
4. 打开并检查转写稿
附件卡片上出现文字后,点击预览展开。侧边面板会显示文件名和转写稿。
挑几段和录音对照,包括最后一个回答。检查人名、日期、金额,以及会改变意思的词。如果想在分析前修改,就把文字复制到本地文档里改。预览本身只用于阅读。
怎样把转写稿变成有用的采访笔记?
选择一个已下载的本地文本模型,附上转写稿,发送清楚的指令。要求把回答、不确定的地方和后续问题分成不同部分,重要观点要附上支持的段落。在把笔记当成谁说了什么的记录之前,先把这些段落和转写稿、录音核对一遍。
如果你在应用外修改了转写稿,移除原来待处理的音频附件,改附修改后的 .txt 文件。这样笔记的来源就是核对过的文字。
新的采访开一个新的对话。可以用这样的提示:
只根据附上的采访转写稿整理工作笔记。
按采访问题或话题组织笔记。
每个话题包括:
- 受访者说了什么,用平实的话转述。
- 转写稿中支持这一点的段落。
- 仍不清楚或没有回答的地方。
- 如有需要,一个后续问题。
把采访者的提议和受访者的陈述分开。
转写稿没有标明说话人时,不要推断是谁说的。
除非有人明确承诺,否则把行动项标为建议。
不要加入转写稿以外的事实。
这是引导回答的指令,不保证每句话都正确。使用之前,和来源核对。
如果是产品调研采访,你可能想把当前的做法和具体例子放在一起。如果是专家采访,观点和支撑它的解释也许更有用。告诉模型你这次具体需要什么。
怎样把引语和转述分开?
只有和录音核对过的话,才加引号。AI 的总结即使听起来像受访者会说的话,也是转述。从自动转写稿里复制的段落,也要先听一遍录音,才能当成原话。
比如对比下面两句虚构的话:
| 句子 | 含义 |
|---|---|
| “我们有时候会用电子表格。” | 如果录音里确实这么说,可以作为直接引语 |
| 团队用电子表格管理工作。 | 更宽泛的转述,可能夸大了原意 |
“有时候”很关键。去掉它,偶尔的做法就成了普遍的做法。
单独要求列出可用的引语:
找出能支撑笔记的短段落。
每段都从转写稿中原样复制。
不要修改语法,也不要把不同回答里的话拼在一起。
标为"待听录音核对的候选引语"。
说话人不清楚时,不要指定是谁说的。
然后在原始录音里逐条听一遍。需要时间戳的话,手动加上。这个音频附件流程返回的是纯文字,不提供带时间轴的字幕文件,也不提供可靠的说话人标注。
采访有好几个人说话怎么办?
纯文字转写稿可能看不出每句话是谁说的。只有能从录音或你自己的采访记录中确认时,才加上说话人姓名。把参与者的名字告诉模型,并不能确定哪句话是哪个声音说的。
重叠的说话尤其难核对。把这段标为不清楚,回去听录音。不要让模型根据零碎的对话编出一个完整的回答。
采访太长,一次处理不完怎么办?
转写长度和对话上下文要分开考虑。语音模型可能返回一份超出文本模型可用上下文的长转写稿。转写稿、指令、对话历史和生成的回答都要占空间。一份简短的摘要,证明不了模型考虑了整场采访。
需要时,按顺序分段处理:
- 在问题或话题的分界处,把核对过的转写稿拆开。
- 给每一段加来源标签,比如
interview-07-part-01。 - 每段在新的对话里用同样的指令整理笔记。
- 合并核对过的笔记,观点旁边保留来源标签。
专门检查采访的最后一部分。如果回答停在半句,或漏掉了后面的问题,就减少输入,或者让这一段的回答更短。
如果音频导入本身失败,用本地编辑工具把录音拆成更短的音频文件,分别转写。附件导入不会自动把长录音拆成多个转写任务。
使用笔记前要检查什么?
| 检查项 | 看什么 |
|---|---|
| 归属 | 采访者的提议有没有变成受访者的说法? |
| 语气强度 | “有时候”有没有变成”总是”,一个例子有没有变成普遍规律? |
| 数字 | 金额、日期和数量和录音一致吗? |
| 行动项 | 一个可能的下一步有没有变成确定的承诺? |
| 引语 | 引用的话是否原样,是否归到了正确的人? |
| 覆盖范围 | 笔记有没有包含最后的话题,而不只是开头的? |
保留一个”待解决问题”部分。知道某一点还需要跟进,比把不确定藏在一段漂亮的文字后面更有用。
整个流程能不能完全离线?
可以,前提是下载好需要的模型和音频源文件。选好本地转写模型和文本模型,然后断开 Wi-Fi 和以太网。导入一段短样本,打开转写稿,要一小份笔记。两个阶段都应该在不经过任何云服务的情况下完成。
选择远程模型、连接工具和之后的分享都可能用到网络,请和这个本地流程分开。把核对好的文档存进云同步文件夹,也是对这份文档的另一个选择,和转写在哪里进行无关。
从一段采访开始。检查转写稿,按问题整理笔记,每条候选引语都和录音核对过再用。