应用介绍
#本地转写 #AI笔记 #语音识别 #音视频转文字 #Markdown笔记
AudioNotes 是一款主打本地运行、隐私优先的音视频转写与 AI 笔记工具，在 GitHub 上已经获得约 2.2K Stars。平时听两小时播客、网课，或者整理公司会议录音，不需要再一边暂停一边手动做笔记，直接把音频或视频丢进去，就能自动生成文字稿并整理成 Markdown 笔记。
它比较香的一点就是整套流程都可以跑在自己电脑上。语音识别使用 FunASR，语言模型通过 Ollama 调用，默认组合为 FunAudioLLM/Fun-ASR-Nano-2512 + qwen3.5:2b。音视频、转写文本、笔记以及对话历史默认都保存在本机，网页服务也只监听本地地址，拿来处理会议、私人录音这类敏感内容会更安心。
音视频自动转写：上传录音、播客、课程视频等内容后，可以自动生成完整文字稿，不用反复暂停、回放和手记。
AI 自动整理笔记：转写完成后还能继续通过本地大模型提炼内容，自动整理成 Markdown 笔记，长时间的播客和课程尤其省事。
针对内容直接提问：不只是做完转写就结束，还可以围绕已经导入的内容继续和 AI 对话，需要回顾重点、寻找某段信息时更加方便，而且对话历史也会保存。
浏览器直接录音：除了上传现成的音频、视频文件，也支持通过浏览器录制内容，录完即可继续进行转写和整理。
领域热词：碰到公司内部名词、行业术语、人名等内容，可以通过领域热词改善专业词汇容易识别错误的问题，对会议和专业课程比较实用。
全本地 AI：语音识别基于 FunASR，大语言模型通过 Ollama 运行，默认使用 FunAudioLLM/Fun-ASR-Nano-2512 + qwen3.5:2b，无需把自己的录音交给在线转写服务处理。
隐私数据留在本机：音视频、文字稿、Markdown 笔记以及聊天历史默认全部保存在本机，同时 Web 服务只监听本地地址。对于公司会议、工作资料和私人录音这类内容，这一点相当重要。
Docker / Python 部署：项目提供 Docker 和 Python 3.12 源码两种部署方式，默认服务端口为 15433。Docker 版本初始账号和密码均为 admin，部署完成后建议第一时间修改。
首次运行说明：虽然日常处理可以全本地完成，不过首次安装仍然需要联网下载相关镜像与模型，其中语音模型大约 2.15GB，提前留好磁盘空间会更省心。
AudioNotes 是一款主打本地运行、隐私优先的音视频转写与 AI 笔记工具，在 GitHub 上已经获得约 2.2K Stars。平时听两小时播客、网课，或者整理公司会议录音，不需要再一边暂停一边手动做笔记，直接把音频或视频丢进去，就能自动生成文字稿并整理成 Markdown 笔记。
它比较香的一点就是整套流程都可以跑在自己电脑上。语音识别使用 FunASR，语言模型通过 Ollama 调用，默认组合为 FunAudioLLM/Fun-ASR-Nano-2512 + qwen3.5:2b。音视频、转写文本、笔记以及对话历史默认都保存在本机，网页服务也只监听本地地址，拿来处理会议、私人录音这类敏感内容会更安心。
软件功能
音视频自动转写：上传录音、播客、课程视频等内容后，可以自动生成完整文字稿，不用反复暂停、回放和手记。
AI 自动整理笔记：转写完成后还能继续通过本地大模型提炼内容，自动整理成 Markdown 笔记，长时间的播客和课程尤其省事。
针对内容直接提问：不只是做完转写就结束，还可以围绕已经导入的内容继续和 AI 对话，需要回顾重点、寻找某段信息时更加方便，而且对话历史也会保存。
浏览器直接录音：除了上传现成的音频、视频文件，也支持通过浏览器录制内容，录完即可继续进行转写和整理。
领域热词：碰到公司内部名词、行业术语、人名等内容，可以通过领域热词改善专业词汇容易识别错误的问题，对会议和专业课程比较实用。
全本地 AI：语音识别基于 FunASR，大语言模型通过 Ollama 运行，默认使用 FunAudioLLM/Fun-ASR-Nano-2512 + qwen3.5:2b，无需把自己的录音交给在线转写服务处理。
隐私数据留在本机：音视频、文字稿、Markdown 笔记以及聊天历史默认全部保存在本机，同时 Web 服务只监听本地地址。对于公司会议、工作资料和私人录音这类内容，这一点相当重要。
Docker / Python 部署：项目提供 Docker 和 Python 3.12 源码两种部署方式，默认服务端口为 15433。Docker 版本初始账号和密码均为 admin，部署完成后建议第一时间修改。
首次运行说明：虽然日常处理可以全本地完成，不过首次安装仍然需要联网下载相关镜像与模型，其中语音模型大约 2.15GB，提前留好磁盘空间会更省心。
