差别在哪
Otter 和 Fireflies，以及默认网页模式下的 Read.ai，做法是一样的：一个机器人拨入通话，出现在参会者名单里，还得有人放它进来。在场的每个人都看得见它。不少公司直接封禁它，也有不少客人反感它。OpenNoteTaker 走的是另一条通向音频的路。
它能做什么
下面每一项都在你自己的机器上运行。模型到位之后，这份清单上没有一项需要账号、订阅或网络连接。支持 Chrome 和 Edge。
标签页的声音和你的麦克风会一起被录下来，所以通话对面的人和你都在录音里。会议中途换麦克风也不会把文件弄坏。
编译成 WebAssembly 的 Whisper 在标签页里运行。音频从不上传，因为我们根本没有可以接收它的服务器。
发言人直接从音频里区分出来，并在整份记录里标注，于是一场两小时的会议读起来像一段对话，而不是一堵文字墙。
决定、待办事项、截止日期、悬而未决的问题和话题，都从记录里提取出来，并链回它们被说出的那一刻。
搜索覆盖你保存的每一条记录，并列出找到的片段，以及它出自哪场会议、哪个时间点。让它据此写出一段回答，是唯一会用到我们后端的一步，按点数付费。
字幕（SRT 和 VTT）、Markdown、纯文本、JSON、CSV 或 HTML。在你导出之前，一切都留在浏览器自己的存储里。
开源，而且凡是在你机器上运行的功能一律免费。
它怎么工作
以你自己的身份加入会议。一个可选的浏览器扩展会注意到 Google Meet、Zoom、Teams 和腾讯会议的通话并提出录制；没有它，你就自己按一下按钮。
每一次录制都从一个同意页开始，上面有你可以念出来的话。它不能跳过，也不会被记住，因为同意是要从人那里取得的，而不是一项设置。
标签页和你的麦克风会一起被录下来，所以通话双方都在录音里。你可以在会议中途换麦克风，不会把文件弄坏。
Whisper 在标签页里转写，发言人被区分开，你得到一份可搜索的记录，可以导出为字幕、Markdown、文本、JSON、CSV 或 HTML。
那句提醒
会议记录工具只有在有用的部分发生之前就已经在跑，才帮得上忙；而等你意识到这通电话值得录下来，决定通常已经做完了。扩展补上的就是这段空档：它注意到一场会议在某个标签页里打开，便在屏幕角落里、在通话刚开始的时候问你一句。点一下，你就到了同意页。
它完全是可选的——没有它一切照常，只是要你自己按那个按钮——而且它是 OpenNoteTaker 里唯一一个需要安装、而不是直接打开的部分。
在任一商店点一下就装好，之后的更新也从那里来。整个扩展只有几个小文件：读它的源码，对它执行 grep -r fetch 什么也搜不到。
隐私
这是这个东西的构造决定的，不是一条日后可以改的政策。转写引擎被编译进了页面本身。没有上传步骤可以关掉，因为根本没有上传这一步。
价格
这不是试用，也不是某个档位——在你自己的硬件上完成的工作，我们提供它的成本是零，为它收费等于为登录收费。用到我们后端的三项功能按额度购买，额度不过期，也不自动续费。
| 功能 | 在哪里运行 | 价格 |
|---|---|---|
| 录制，通话里没有机器人 | 你的浏览器 | 免费 |
| 注意到你加入的 Meet、Zoom、Teams 或腾讯会议通话 | 一个可选的扩展 | 免费 |
| 转写，99 种语言 | 你的浏览器 | 免费 |
| 分辨发言人 | 你的浏览器 | 免费 |
| 话题、待办事项和决定 | 你的浏览器 | 免费 |
| 跨所有会议搜索 | 你的浏览器 | 免费 |
| 字幕、Markdown、文本、JSON、CSV、HTML | 你的浏览器 | 免费 |
| AI 撰写的会议纪要 | 我们的后端 | 额度 |
| 跨你的会议库提问 | 我们的后端 | 额度 |
| 翻译一份已完成的记录 | 我们的后端 | 额度 |
1,000 点数的价格是 5 美元。每一项任务的确切价格，在你按下按钮之前就写在按钮上，由执行扣费的同一段代码算出。失败的任务不收费。
问题
不会。它录的是浏览器标签页里已经在播放的声音，所以参会者名单里不会多出什么，也没人需要放一个客人进来。这正是它存在的全部理由：基于机器人的会议记录工具，通话里每个人都看得见，而且被很多公司直接封禁。
这取决于通话里每个人所在的地方，OpenNoteTaker 没法替你回答——所以它也不装作能回答。每一次录制都从一个同意页开始，上面给了你可以念出来的话，而且没有办法跳过它，也没有办法让它别再问。同意是要从人那里取得的，不是一次勾选就完事的复选框。
哪里也没去。Whisper 被编译成 WebAssembly 并在标签页里运行，所以录音从不离开这台机器。模型权重只从 Hugging Face 下载一次并缓存起来；此后转写可以离线进行。
我们没有地方保存它们。记录存在你自己的浏览器存储里，音频会在你关闭一条记录时被丢弃，除非你打开「保留音频」。如果你注册了账号，它只保存一个登录方式和一份额度余额——没有记录，也没有标题。
能，在你自己的设备上，而且不用下载模型。两三个人、声音差别明显时效果不错；声音相近、互相抢话，以及同一个人中途换麦克风，它就吃力了。你可以手动设定人数，也可以一键把任意一行改到另一个人名下。
语言是每隔几秒识别一次，而不是为整个文件选定一次，所以一场在英语和中文之间来回的会议，会以两种文字、在同一条时间线上回来。一开始就选定单一语言，正是双语录音变成一团乱码的常见原因。
效果很差，应用也会这么告诉你。浏览器的回声消除会把从你扬声器里出来的声音去掉——而在一场通话里，那就是其他所有人。把标签页也一起录上；这是默认设置，如果你在通话中关掉它，应用会提醒你。
是，采用 MIT 或 Apache-2.0 许可。引擎是编译成 WebAssembly 的 Rust——时间线、发言人区分、抽取式摘要和每一种导出格式——所以这一页上的隐私主张可以被核实，而不必只靠信任。源代码在 gitlab.com/opennotetaker/opennotetaker。
OpenNoteTaker 录的是在浏览器标签页里进行的会议。如果通话在桌面客户端里，请改用网页版入会。
发邮件到 hello@opennotetaker.app，或者在 gitlab.com/opennotetaker/opennotetaker/-/issues 反馈问题。
