AI 听记
上传或实时记录，校正听记、生成深度分析，分享并导出报告。
AI 听记适合处理会议录音、访谈、培训、语音备忘和视频会议回放。你上传一个音频或视频文件后，Poco 会自动完成转写，并生成方便回顾的摘要、关键词、要点和待办事项。
视频文件只会抽取音轨进行识别，不会分析视频画面。
从哪里进入
从侧边栏进入 AI 听记。
如果你看不到入口，先检查功能角色的“AI 听记”权限；功能不可用时再检查系统开关及转写、摘要服务配置。请联系管理员检查系统配置。
上传文件
进入 AI 听记页面后，点击 新建听记，选择或拖拽一个媒体文件，可选择分析模板或暂不分析，确认后开始上传。上传完成后，系统会自动把任务加入队列，不需要再手动点击开始处理。
默认支持格式：
| 类型 | 格式 |
|---|---|
| 音频 | MP3、WAV、M4A、AAC、FLAC、OGG、OGA、OPUS |
| 视频 | MP4、MOV、WEBM、M4V、MKV |
默认限制：
| 限制 | 默认值 |
|---|---|
| 单文件大小 | 200MB |
| 媒体时长 | 2 小时 |
实际限制以管理员配置为准。前端会先检查文件大小和格式，媒体时长会在服务端处理时校验。如果文件超时长、为空、格式异常或视频没有可用音轨，任务可能会失败。
实时记录
管理员启用实时记录后，点击 新建听记，选择 开始实时记录。页面会立即创建一条实时听记，并边录制边显示转写内容。
实时记录支持暂停和继续：
| 操作 | 说明 |
|---|---|
| 暂停 | 暂停当前录制，已识别内容会保存在当前听记中 |
| 继续 | 在同一条听记中追加新的录制段 |
| 结束并保存 | 停止录制并进入摘要处理，最终生成一份原文和一份摘要 |
如果浏览器关闭、网络断开或实时转写连接异常，系统会尽量把当前听记转为 已暂停。你可以从听记列表重新打开这条记录并继续录制。已暂停状态不会自动生成摘要，只有点击 结束并保存 后才会进入后台处理。
看懂处理状态
听记会按下面状态流转：
| 状态 | 含义 |
|---|---|
| 上传中 | 文件正在上传到存储 |
| 记录中 | 实时听记正在录制 |
| 已暂停 | 实时听记已暂停，可以继续录制 |
| 排队中 | 文件已上传，等待后台处理服务处理 |
| 转写中 | 正在识别音频内容 |
| 总结中 | 正在生成摘要、关键词、要点和待办 |
| 已完成 | 听记结果已生成 |
| 失败 | 上传、转写或总结过程中出现错误 |
| 已取消 | 任务已被取消 |
列表页会自动刷新处理中记录。进入详情页后，页面也会持续刷新处理进度。
查看听记结果
打开任意听记记录，可以查看媒体、速览、原文、分段和文件信息。
| 区域 | 可以做什么 |
|---|---|
| 播放器 | 播放原始音频或视频，查看文件大小和时长 |
| 智能速览 | 查看摘要、关键词、要点回顾和待办事项 |
| 转写原文 | 查看完整逐字稿，并下载为 .txt 文件 |
| 分段结果 | 按时间段查看识别结果；点击某一段会从该时间点播放媒体，并在片段结束时自动暂停 |
| 文件信息 | 查看文件名、大小、时长、创建时间、更新时间和处理阶段 |
待办事项可以直接勾选完成。勾选状态会保存，下次打开同一条听记时仍会保留。
修改发言人总结的显示姓名
已完成听记的 发言人总结 中，点击高亮姓名可从参会人中选择，也可以输入新姓名。修改会保存到当前总结，刷新后仍保留；选择 恢复原始姓名 可撤销修改。
显示姓名用于详情页、分享链接页面和 Word/PDF 导出中的发言人总结；已有分享链接刷新后也会显示最新姓名。不改变总结正文、分段说话人、声纹身份或任务引用，也不会自动把新姓名加入参会人名单。改名后不再显示原姓名对应的部门和职务。重新生成摘要会生成新的发言人总结，并重置显示姓名。
校正分段说话人
已完成听记的 分段结果 支持逐段校正说话人。点击片段中的说话人名称后，可以优先从参会人和已有说话人中选择，也可以直接输入新名称；新名称会同时加入参会人名单。清除人工标注后，片段会恢复为识别服务原先给出的说话人名称或匿名标签。
人工校正会使旧的发言人总结失效，详情页会显示提示。分段原文和时间戳不会被改写，仍可用于播放定位和后续说话人分析。
编辑和深度分析
完成后可维护参会人、要点、待办和转写原文。原文或说话人变化可能使已有分析变旧，页面会提示重新生成；编辑原文不会同步改写原始分段和时间戳，因此两种文本可能不同。
深度分析独立于转写与摘要。上传时可选模板，也可在详情中选择模板后生成、重新生成或停止分析。查看分析状态与错误提示，先校正材料，再生成需要的报告。重新生成分析使用当前材料和模板，历史结果不能视为始终匹配最新原文。
导出报告
详情页支持完整听记报告 Word/PDF、仅深度分析 Word/PDF，以及按说话人分段的 TXT。原文已编辑时注意导出提示：逐字稿与原始分段可能不一致。导出深度分析前先确认已生成可用结果；听记 Word/PDF 由页面在浏览器中生成并下载。
声纹与批量操作
列表中的“录入声纹”用于提交本人的音频样本，等待管理员审核。提交并不等于立即建立可用身份；审核结果与识别效果以当前环境为准。修改分段显示姓名也不等于修改声纹身份。
列表可批量选择听记进行 AI 分析或删除。分析前确认已完成且材料可用；删除前确认记录与媒体不再需要。
分享听记
打开听记详情页后，可以点击 分享，设置有效期并生成公开链接。访问者无需登录即可查看当前已有的听记结果、转写原文并播放原始音频或视频。
分享会议、访谈或客户沟通记录前，请确认录音、视频、摘要和转写内容都允许对外传播。链接过期只能阻止后续访问，不能撤回已经播放、复制或下载的内容。
更多分享方式和安全边界，请阅读 分享与继续探索。
管理听记
AI 听记列表支持搜索和筛选。你可以搜索标题、摘要或转写原文，也可以按 全部、处理中、已完成、失败 快速筛选。
常用操作：
| 操作 | 说明 |
|---|---|
| 编辑名称 | 修改列表和详情页显示的听记名称 |
| 删除 | 删除听记记录和对应媒体文件，删除后无法恢复 |
| 取消 | 对上传后仍在处理的任务发起取消 |
| 重试 | 失败后重新排队处理 |
| 重新生成摘要 | 已有原文时，重新生成摘要、关键词、要点和待办 |
取消正在转写或总结的任务时，系统会尽量中止后续处理；如果外部转写或模型请求已经开始，可能需要等当前步骤返回后才会完成取消。
交给 Agent 继续分析
听记完成后，可以把它作为材料交给 Poco Agent 继续分析。
有两种入口：
- 在听记列表中，打开更多操作，点击 AI 分析。
- 在首页或新任务输入框中，选择 AI 听记，勾选已完成的听记。
选择听记时需要确定输入方式：
| 输入方式 | 适用场景 | 工作区材料 |
|---|---|---|
| 完整听记 | 总结、问答、通用分析 | 把所有已选听记合并成一份 ai-notes-context.md，包含摘要、要点和完整转写原文 |
| 说话人证据 | 逐人评估、复盘和打分 | 把所有已选听记合并成一份 speaker-evidence.md，只包含带来源定位的原始分段 |
两种方式都会在本次运行的 inputs/ai-notes/<bundle_id>/ 下只生成一份只读 Markdown 文件。即使一次选择多条听记，Agent 也不需要在多份同名材料之间猜测；文件内包含来源索引、听记 ID、稳定的分段引用和起止时间。
说话人证据 不包含摘要、要点、待办或系统预置的评分提示词。人工确认且名称完全相同的说话人可以跨听记合并；只有匿名 ASR 标签时，身份只在当前听记内有效，系统不会把不同听记中的“speaker_1”自动视为同一个人。未归属片段会单独保留，避免静默遗漏证据。
注意：
- 只有 已完成 的听记可以作为 Agent 输入。
- 选择 说话人证据 时，听记必须至少有一段可归属到说话人的原始分段。
- 听记材料只对本次运行生效，不会自动变成会话能力配置。
- 定时任务不支持携带 AI 听记材料。
- 如果只选择听记而没有输入任务说明，系统会让 Agent 基于这些听记做总结和分析；为了得到更稳定的结果，建议仍然写清楚分析目标。
示例：
请基于这条产品访谈听记，整理：
1. 用户最强烈的 5 个痛点。
2. 可以转成产品需求的机会点。
3. 需要进一步追问的问题。
4. 一份给产品经理看的行动清单。使用建议
- 录音越清晰，转写和摘要越可靠。
- 多人会议尽量使用稳定收音设备，避免背景音乐和多人同时说话。
- 上传前给文件起一个能识别主题的名称，后续搜索更方便。
- 长会议可以在任务说明里告诉 Agent 你关心的主题，不要只说“帮我分析一下”。
- 涉及隐私、客户信息或内部敏感内容时，确认当前环境允许上传和处理这类材料。
- 摘要和待办是模型根据原文生成的结果，重要结论仍建议回看原文确认。
常见问题
上传成功后为什么还在排队？
说明文件已经进入处理队列，正在等待后台处理服务领取任务。排队时间取决于当前任务数量和后台处理能力。
为什么视频听记没有画面分析？
AI 听记只处理视频里的音轨，用于生成转写和摘要。它不会识别画面、关键帧或屏幕内容。
任务失败后怎么办？
先打开详情页查看失败提示。如果是临时网络、语音识别或摘要服务异常，可以点击 重试。如果是文件超限、空文件、无音轨或格式不支持，需要换文件后重新上传。
重新生成摘要会重新转写吗？
不会。重新生成摘要会复用已有转写原文，只重新生成标题、摘要、关键词、要点和待办。
删除听记后还能恢复吗？
不能。删除会移除听记记录和对应媒体文件，操作前请确认不再需要。
为什么在任务里选不到某条听记？
只有已完成的听记可以被选择。处理中、失败、已取消或没有原文的听记不能作为 Agent 输入。