端侧离线 AI 会议纪要 — 实时转写 · 声纹分离 · 全程本地
macOS 14+ Swift 5.9 v1.2.1 隐私优先 App Store

产品简介

听纪(AuraNote) 是一款仅支持 macOS、完全本地离线运行的智能会议纪要应用。基于 FunASR(sherpa-onnx)语音识别引擎与 Pyannote 3.0 声纹分离技术,所有音频数据均在本地处理,无需联网,你的会议内容永远不会离开你的设备。

核心功能

🎙️ 实时流式转写

基于 Paraformer Online 的毫秒级流式语音转文字,录音过程中实时上屏,自动标点恢复。

📁 音频文件导入

支持 WAV / MP3 / M4A / FLAC 等多种格式,自动提取录制时间元数据,全自动离线分析流水线。

🧑‍🤝‍🧑 声纹分离

三级声纹分离:能量 VAD → Pyannote 3.0 Neural VAD → eres2net 512维声纹提取 + 增量聚类。多说话人自动标注,已知联系人自动匹配。

📚 声纹人脉库

本地 SQLite 持久化联系人声纹向量,越用越准。支持手动创建、编辑和管理联系人档案。

🤝 会议管理

会议元数据管理、同主题延续录音、完整历史记录持久化存储。

🔥 热词注入

内置热词预设管理器,录音前选择行业分类,ASR 识别时自动注入,大幅提升专业术语准确率。

⚙️ 转写审阅

审阅模式下支持手动编辑文本、调整说话人标签,展示会议元数据与参会人统计。

🏠 离线沙盒存储

全部数据存储于 App 沙盒 Documents 目录,绝不上传,杜绝隐私泄露。

技术架构

层级技术
UI 框架SwiftUI(macOS 14+)
数据库SQLite(本地沙盒)
实时 ASRParaformer Online(sherpa-onnx 流式)
离线 ASRParaformer Offline(sherpa-onnx,token 级时间戳)
声纹分割Pyannote 3.0 INT8(10ms 帧级)
声纹提取eres2net(512 维)
标点恢复CT-Transformer
VADSilero VAD + 振幅 VAD
推理引擎ONNX Runtime(sherpa-onnx 封装)

AI 模型清单

模型大小用途
Paraformer227MB (int8) / 823MB (fp32)伪流式实时 + 离线高精度转写
CT-Transformer72MB标点符号恢复
Silero VAD1.7MB语音活动检测
Pyannote 3.0 INT81.5MB帧级说话人切换检测
eres2net~40MB512 维声纹向量提取

所有模型以 ONNX 格式内置于 App Bundle,通过 sherpa-onnx 调用,无需网络,无需外部依赖。

处理流水线

实时录音模式:
  麦克风 → 增益/降噪 → 重采样(16kHz)
        ├─→ [流式 ASR] Paraformer Online → 实时文本
        └─→ [VAD 切割] 攒批 8s → Pyannote + eres2net → 说话人标签
  ↓ 停止录音
  [离线精分析] 全量音频 → Pyannote + eres2net + 增量聚类
            ↓ 声纹 chunk
         Paraformer Offline → 高精度转写 → 声纹对齐 → 联系人匹配

音频导入模式:
  音频文件 → 元数据提取 → AVAssetReader 解码 → 同下离线精分析流水线

隐私承诺

文档

功能规格说明完整功能规格与处理流水线详解
功能需求产品功能需求概述
处理流水线声纹分离与转写处理管线
声纹分离逻辑说话人分离算法细节
隐私政策数据隐私声明