MeetingAI Local v2.1.1 是一套本地优先（local-first）的实时会议智能工具，面向实时会议转写、会议分析、AI 问答、长音频处理和本地知识管理等场景。

它并非单纯的“录音转文字”工具，而是一个运行在浏览器中的会议工作台：浏览器负责麦克风采集，Python 服务端负责 ASR、会议智能、AI 调度、历史保存和知识库。系统既可在会议进行过程中实时使用，也支持将已有的 MP3、WAV、M4A 等长录音导入后进行离线转写和分析。

Windows 公开下载：

MeetingAI-Local_v2.1.1_Public下载

为什么做 MeetingAI

MeetingAI 的设计目标并非仅将语音转换为大段文字，而是进一步让会议中的重点、问题、行动和风险自然浮现。

目前 MeetingAI 的核心工作区是三栏：

• 左侧：实时记录；
• 中间：会议智能；
• 右侧：AI 助手。

原始逐字稿一直保留，而 AI 在旁边持续生成当前议题、实时速报、关键事项、阶段总结，并且可以直接针对会议提问。

v2.1.1 最重要的变化：AI Response Gateway

v2.1.1 的重点并不是增加一个新的表面按钮，而是对 AI 基础设施层进行了一次调整。

现在越来越多模型支持 reasoning / thinking。典型的返回可能是：

reasoning:
模型内部分析过程

final:
真正应该展示给用户的答案

如果系统没有正确区分这两部分，就可能发生一个很奇怪的问题：

模型明明只是内部判断“没有新增信息，所以应该返回空字符串”，系统却把这段内部思考直接当成实时速报显示出来。

因此 MeetingAI 在 AI Provider 和会议业务之间增加了一层统一的 AI Response Gateway：

AI Provider
      ↓
AI Response Gateway
      ├─ reasoning / thinking 隔离
      ├─ final answer 提取
      ├─ <think> 标签清理
      ├─ Text / JSON 输出契约
      └─ 必要时 final-only 重试
      ↓
MeetingAI 业务层

这意味着：允许模型思考，但思考过程不会自动变成会议内容。

在 v2.1.1 中，这个 Gateway 还增加了后台可观测性：

• 已处理 AI 调用数；
• 隔离了多少 reasoning；
• 合法空输出；
• 自动重试；
• 异常状态；
• 最近调用的任务、模型、耗时和 final/reasoning 字符数。

同时提供 protect / observe / bypass 三种模式。

需要特别说明的是：即使关闭完整 Gateway 保护进入安全旁路，系统也不会恢复“reasoning 为空 final 的兜底答案”这种危险行为。

原始逐字稿和 AI 理解是分开的

MeetingAI 对 ASR 的处理也采用类似思想。

原始：

transcript.jsonl

始终作为原始 ASR / 人工证据保存，不让 AI 偷偷改写。

AI 对识别结果的语义校验放在独立：

transcript_semantics.jsonl

中。

例如 ASR 把 Ollama 识别成了一个同音词，AI 可以在“AI辅助”视图中给出高置信修正；但金额、日期、人员、责任人、合同条件、关键决策等事实会使用更高阈值。如果 AI 无法确认，就标记为待确认，而不是擅自脑补。

所以整个链路是：

音频
→ ASR
→ 原始逐字稿
→ AI语义标注 Sidecar
→ 会议智能 / AI助手 / AI笔记

AI 出错或 Provider 暂时不可用时，系统会自动回退原始逐字稿，不阻塞会议主流程。

支持 MP3 等超长音频导入

除了实时麦克风，MeetingAI 也支持导入已有录音。

支持的常见格式包括：

MP3 / WAV / M4A / AAC / FLAC / OGG / OPUS / WEBM
MP4 / MOV / MKV 音轨

导入后不会把整个几小时音频一次性塞进内存，而是：

原文件落盘
→ FFmpeg 解码
→ 固定时长分段
→ 后台 ASR
→ 按时间轴写回 transcript
→ AI语义校验
→ 会议智能

目前采用的是固定时长切分，默认 60 秒，可以在 10–600 秒之间调整；单次导入还可以直接选择 30 / 60 / 90 / 120 秒或自定义。

当前版本暂未加入“智能静音边界切分”，优先采用更可预测、易于恢复且适合超长任务的固定时长切分方案。

本地 AI、知识库和回答范围

AI 助手支持多对话，并把“回答深度”和“知识范围”分开。

回答深度：

快速 / 标准 / 深入

回答范围：

仅会议 / AI知识 / 知识库 / 联网 / 全开

例如可按需要选择：

• 只根据本次会议回答；
• 使用 AI 自身知识补充；
• 使用指定本地知识库；
• 联网查询；
• 或全部开启。

知识库目前支持本地 TXT / Markdown 文档递归扫描和增量索引，不要求额外部署一个大型向量数据库才能开始使用。

运行环境、GPU 与国内网络

MeetingAI 不负责安装 Python 本体，但后台可以检测：

• Python；
• CPU；
• 内存；
• NVIDIA GPU；
• 显存；
• CUDA；
• PyTorch CUDA；
• FFmpeg；
• 核心依赖；
• ASR 引擎和模型。

同时支持中国大陆常用 Pip 镜像、ModelScope / HuggingFace 模型来源以及 HTTP(S) / SOCKS5 代理。

代理作用域是分开的，例如只让模型下载走代理，而不让本地 Ollama 请求绕一圈代理。

左侧栏现在可以折叠

v2.1.1 也做了一个比较简单但实用的 UI 调整：桌面端左侧导航可以折叠。

展开时可以看到：

MeetingAI
Meeting Intelligence

首页
历史会议
后台设置

折叠后只保留图标和状态灯，为三栏会议工作区腾出更多横向空间。

这个 Sidebar 状态和会议内部的三栏折叠/放大是两套完全独立的布局逻辑，不会因为收起左侧菜单把三栏工作区变成上下排列。

Windows 新手安装教程

下面按“第一次接触 Python 也能照着做”的方式写。

第一步：安装 Python

MeetingAI 要求：

Python 3.10+

Windows 64 位环境推荐使用 Python 3.11。

安装 Python 时一定勾选：

Add python.exe to PATH

安装结束后打开 CMD：

python --version

如果看到：

Python 3.11.x

说明正常。

第二步：下载并解压 MeetingAI

把 WordPress 下载包解压到一个简单目录，例如：

D:\MeetingAI

不要直接在 ZIP 压缩包内部双击程序。

第三步：安装核心依赖

直接双击：

install_core.bat

或者在 CMD 中执行：

cd /d D:\MeetingAI
python -m pip install -r requirements.txt

第四步：启动

双击：

start.bat

或者：

python meetingai.py

第一次启动会自动生成 Web UI、Prompt、Schema 等运行文件，并生成：

FIRST_RUN_PASSWORD.txt

使用这个文件里的密码登录。

默认本机地址通常是：

http://127.0.0.1:7777

最终以终端启动时显示的地址为准。

第五步：先跑一次自检

python meetingai.py --self-test

如果自检正常，再进入后台配置 ASR 和 AI Provider。

第六步：配置 ASR

进入：

后台设置 → 运行环境

先看系统检测结果。

Faster-Whisper

可以直接：

双击 install_asr_whisper.bat

或者：

python -m pip install -r requirements-asr-whisper.txt

FunASR / SenseVoice

FunASR 用户应先安装与你电脑 CPU/GPU 匹配的 PyTorch + torchaudio，然后：

双击 install_asr_funasr.bat

或：

python -m pip install -U funasr modelscope

验证 GPU：

python -c "import torch; print(torch.__version__, torch.cuda.is_available())"

第七步：安装 FFmpeg

如果你要：

• 本地 ASR；
• 导入 MP3/M4A/MP4；
• 处理长录音；

建议安装 FFmpeg。

在 CMD 中：

ffmpeg -version

能显示版本即正常。

也可以在后台填写 ffmpeg.exe 的完整路径。

第八步：配置 AI Provider

进入：

后台设置 → AI 与调度

可以连接：

• 本地 Ollama；
• OpenAI-compatible Provider；
• 其他兼容接口。

配置成功后可以使用会议智能、AI 助手、AI 笔记、ASR 语义校验等能力。