开过的会，都听过。
本地录音、本地转写的中文会议纪要工具，每条结论都对得上原话。
录下腾讯会议、飞书、Zoom 里的声音和你自己的麦克风，在你的电脑上转成文字、分清谁说了什么，再交给你自己选的大模型整理成纪要：议题、决议、带负责人和截止日期的待办、风险，讨论了"为什么"时还会画一张每个分支都绑着原话的鱼骨图。
- 录音不出本机：识别、区分说话人都在本地完成，不上传录音。纪要可以用 DeepSeek、通义千问这类接口，也可以用本地 Ollama，全程断网。
- 为中文会议做的：阿里达摩院 FunASR 的中文识别模型，中文标点、数字、人名都比通用的英文方案好；时间说法（"下周三""月底"）按会议日期换算成具体日子。
- 结论有出处：纪要里每一条都带时间戳，点一下跳回录音那一秒；鱼骨图会统计每个分支引用了多少原文，一句都对不上的直接标出来，一眼看出谁在说空话。
- 中英双语：界面、纪要、导出都支持中文和英文；英文会议用 SenseVoice 识别，中文会议也能直接出英文纪要。
- 桌面 App 12 MB：Tauri + Rust，不用装 Python 和 ffmpeg。1 小时的会议结束后几秒出转写，76 分钟的录音导入后约 3.5 分钟转完。
如果你在找 Otter.ai、Granola、Fireflies、飞书妙记、通义听悟、讯飞听见 的本地、开源、免费替代，或者想要一个不上传录音的 AI 会议记录工具，Tingo 就是为这个做的。
截图里的会议、人名和数据都是虚构的演示内容。
会上讨论了"为什么"——转化率为什么掉了、项目为什么延期——纪要里就会多一张鱼骨图。每个分支都绑着它依据的原话，点开能看到是谁在几分几秒说的，点时间戳跳回去听。
每个分支会统计引用了几段、多少字的原文：大模型给的时间戳在转写里对不上的，标成无原文依据（红色）；引用太少的标成依据很少（橙色）。会上有人凭感觉下的结论，在图上一眼就能看出来。
鱼骨图可以一键导出成 Excalidraw 画板，接着改、拿去汇报：
结束录音后，转写和纪要在后台进行，首页马上可以开下一场会。侧边栏能看到每个任务进行到哪一步；点进会议，能看着大模型一节一节写纪要——推理模型动笔前要先想一两分钟，这时也会显示"已思考多少字"，不会像卡住了一样。
在会议列表里搜关键词，会把所有会议的转写都翻一遍，列出命中的原话，点一句就跳到那场会的那一秒。纪要末尾有一张「人名与术语」表，记下正确写法和识别错的写法（比如"历史工单"被听成"历史中单"），搜索时会连错的写法一起搜出来；一键就能把它们加进热词。
边录边转：录音时就在识别，结束后几秒出完整转写。按声纹区分说话人；不想一个个改名，可以让 AI 根据"王总你看呢"这类称呼和自我介绍猜出谁是谁，每个名字都附上依据。改完名纪要会按新名字重新生成。
忘了点结束也没关系：会议软件退出、或者连续 10 分钟没人说话（可以调），录音会自动结束并截掉末尾的空白。点任意一句跳到那里回听，播放时当前发言会高亮。
- PDF：A4 排版，鱼骨图把引用的原话直接展开在纸上，可以直接发给没参会的人。
- Word：可以接着改的 .docx，发给领导最常用的格式。
- SRT 字幕：带说话人的逐句字幕，可以配进会议录屏。
- Obsidian：一场会一篇笔记，日期、时长、参会人写在属性里，鱼骨图存成 Excalidraw 画板嵌在笔记里；可以设成生成纪要后自动存。
- 飞书 / 钉钉 / 企业微信：贴一个群机器人的 webhook，一键推送到群里。
- Markdown：复制粘贴到任何地方。
- 标签和归档：按项目、会议类型打标签，会议列表按标签筛选；开完的会归档收起，搜索时照样能找到。
- 批量操作：在会议列表里多选，一次加标签、归档或删除。
- 改标题：随手改成好记的名字，不影响会议文件夹。
- 删除可恢复：删除会议、只删录音都是移到废纸篓，后悔了还能拿回来。
- 管理空间：设置里能看到录音占了多少、哪几场会最占地方；可以一键删掉 N 天前（或只删已归档）会议的录音，转写和纪要都保留。
默认的 Paraformer-large 适合大多数中文会议。会上中英文混着说，可以换成 SenseVoice；要更准、想让人名和项目代号在识别时就认对，可以换成 Fun-ASR-Nano（会直接用上你填的热词）。在设置里下载、切换，都在本地运行。
到 Releases 下载 Tingo_x.y.z_aarch64.dmg，拖进「应用程序」。目前只有 Apple 芯片（M1 及以后）的版本，需要 macOS 13 以上；录系统声音需要 macOS 15 以上。
第一次打开会有一个新手引导：下载识别模型、试录 3 秒确认权限、接上大模型，再看一场内置的示例会议。识别模型（约 330 MB：识别模型来自 ModelScope，国内直连；标点和声纹模型来自 GitHub，网络中断会自动续传），之后完全离线可用。
App 暂时没有用苹果开发者证书签名，第一次打开会提示"无法验证开发者"。在「应用程序」里右键点 Tingo → 打开，再点一次「打开」即可；或者在终端运行：
xattr -dr com.apple.quarantine /Applications/Tingo.app
第一次录音时，macOS 会请求「麦克风」和「屏幕与系统录音」权限（录对方的声音要用到后者），允许即可。有新版本时侧边栏的版本号旁边会亮起提示，点一下下载，自动核对 SHA-256 后打开安装包。
命令行版基于 Python（FunASR），适合放进脚本、批量处理录音。需要 Python 3.11+ 和 ffmpeg：
brew install ffmpeg
uv tool install git+https://github.com/tancheng33/tingo # 或 pipx install git+…
tingo doctor # 检查环境tingo record -t 周会 -w "林舟,注册转化" # 录音（系统声音 + 麦克风），Ctrl+C 结束，自动出纪要
tingo run ~/Downloads/项目评审.mp4 # 处理已有的录音或录屏
tingo summarize ~/Documents/Tingo/2026-10-28_1400_复盘 -s "林舟,陈默" # 改说话人名字后重新生成纪要
tingo push ~/Documents/Tingo/2026-10-28_1400_复盘 # 推送到群
tingo ui # 打开图形界面每场会议一个文件夹，默认在 ~/Documents/Tingo/，桌面 App 和命令行共用：
2026-10-28_1400_注册转化复盘/
├── 录音.m4a # 16 kHz 单声道，1 小时约 30 MB
├── 转写.md
├── transcript.json # 结构化转写
└── 纪要.md
转写不需要大模型，生成纪要需要。任何 OpenAI 兼容接口都可以，在设置里点选，带连接测试：
| 选择 | 说明 |
|---|---|
| DeepSeek、通义千问（百炼） | 填 API Key 即可。实测 76 分钟的会，DeepSeek V4 Flash 约 50 秒出纪要 |
| 本机中转（Magpie、CC Switch） | 打开后自动探测，一键选用，模型从列表里挑 |
| 本地 Ollama | 全程不出本机，不需要 Key。本地模型上下文较短，长会议会自动分段提炼再合并 |
| 自定义 | 任意 OpenAI 兼容地址 |
配置文件在 ~/.config/tingo/config.toml，也可以用环境变量 TINGO_LLM_BASE_URL、TINGO_LLM_API_KEY、TINGO_LLM_MODEL。
- 录音和转写只在你的电脑上，识别模型在本地运行。
- 生成纪要时，转写文字会发给你配置的大模型接口；用本地 Ollama 的话这一步也不出本机。
- 推送到群、存到 Obsidian、导出 PDF 都是你点了才发生。
- App 内的服务只监听 127.0.0.1，不对外开放。没有任何统计和上报。
录音 ─┬─ 系统声音（ScreenCaptureKit）─┐
└─ 麦克风 ──────────────────────┴─ 16 kHz 单声道，边录边按停顿切段
│
VAD 切分 → 识别（Paraformer / SenseVoice / Fun-ASR-Nano）→ 标点 → CAM++ 声纹
│
谱聚类区分说话人（全场一次，说话人编号前后一致）
│
大模型写纪要（长会议分段提炼再合并；日期按会议日换算；术语表纠正同音字）
│
鱼骨图的每个引用对照转写核实 → 纪要.md → PDF / Obsidian / 群
几个细节：
- 桌面版：Tauri 外壳 + Rust 核心库，sherpa-onnx 运行 FunASR 官方 Paraformer-large int8 模型，声纹聚类从 Python 版移植，与之逐秒对比 93.6% 一致。选型过程（比较了 8 套识别引擎）见
spike/sherpa/RESULTS.md。 - 外放回声：开着扬声器开会时，麦克风会把对方的声音再录一遍。Tingo 在系统声音有人说话时压低麦克风，只在对方安静时用麦克风；双方同时说话时本地一侧会被盖掉，戴耳机效果最好。
- 元信息不交给模型：纪要里的日期、时长、参会人由程序填写，模型只写内容，避免编造。
- 推理模型：DeepSeek-R1、Qwen3 等的思考过程会被过滤，不进纪要。
| Tingo | 飞书妙记 / 通义听悟等云服务 | Meetily 等开源会议助手 | |
|---|---|---|---|
| 录音存放 | 只在本机 | 上传到云端 | 本机 |
| 中文识别 | FunASR（中文专用） | 好 | 以 Whisper / Parakeet 为主，面向英文 |
| 录线上会议 | 直接录系统声音，不用装虚拟声卡 | 主要服务自家会议平台 | 支持 |
| 纪要用的模型 | 自己选，可以完全本地 | 平台指定 | 自己选 |
| 结论能否追溯原话 | 每条带时间戳，鱼骨图核实引用 | 部分支持 | — |
| 费用 | 免费开源 | 按时长或会员收费 | 免费开源 |
怎么把腾讯会议、飞书、Zoom 的会议录下来并转成文字？ 打开 Tingo 点录音，它会同时录下系统声音（对方的声音）和你的麦克风，不用装 BlackHole 之类的虚拟声卡。会议软件自己导出的录音、录屏（m4a、mp4、mp3、wav 等）也可以直接拖进窗口。
会议录音会上传吗？ 不会。语音识别、区分说话人都在你的 Mac 上完成。生成纪要时只把转写文字发给你选的大模型；用本地 Ollama 的话这一步也不出本机，可以断网使用。
能自动生成会议纪要和待办吗？ 能。纪要按一句话总结、议题、决议、待办（负责人、截止时间）、风险整理，每条带时间戳，点一下跳回录音原话。"下周三"这类说法会换算成具体日期。
支持哪些大模型？ 任何 OpenAI 兼容接口（DeepSeek、通义千问、OpenAI、Gemini、Kimi、智谱、本地 Ollama 等）和 Anthropic（Claude）接口。
能区分不同的人说的话吗？ 能，按声纹自动区分说话人，改个名字纪要会按新名字重新生成。
英文会议能用吗？ 能。界面和纪要都支持英文，英文会议在设置里把识别模型换成 SenseVoice；中文会议也可以直接出英文纪要。
Windows 能用吗？ 桌面 App 目前只有 macOS（Apple 芯片）版。命令行版可以在 Linux 上用麦克风录音，Windows 可以先用会议软件录制再导入。
- 桌面 App 目前只有 Apple 芯片的 macOS 版；录系统声音需要 macOS 15+。命令行版在 Linux 上只能录麦克风，Windows 请先用会议软件录制再导入。
- 多人抢话、声音相近时说话人可能分错，可以在详情页改名后重新生成纪要。
- 外放时的回声处理是"让路"而不是真正的回声消除，换人处偶尔有一两个字识别错。
- 真正的回声消除（AEC），外放也能达到耳机的效果
- 菜单栏快捷录音，会议软件启动时提醒
- Windows 版（WASAPI 录系统声音）
- 导出到飞书文档 / 钉钉文档
- App 签名与公证，双击即可安装
git clone https://github.com/tancheng33/tingo && cd tingo
# 命令行 / Python 后端
uv sync
uv run pytest -m "not slow" # 不下载模型的单元测试
# 界面（TypeScript + Vite），构建产物输出到 src/tingo/web，桌面版和 `tingo ui` 共用
cd app && pnpm install
pnpm dev # 浏览器打开 http://localhost:1420，接口转给 8765 端口的后端
# 桌面版（Tauri + Rust）
pnpm tauri dev # 开发窗口
pnpm tauri build # 打包 .app / .dmg
cd engine && cargo test # Rust 核心库测试
cargo run --release --example serve -- <模型目录> <录音组件> 8765 # 只起后端，配合 pnpm dev欢迎提 Issue 和 PR。
- FunASR：语音识别、VAD、标点、说话人模型
- sherpa-onnx：桌面版的本地推理
- Tauri、Excalidraw
- Meetily、Hyprnote：本地会议助手的思路
项目早期叫 jiyao（纪要）。改名后旧的命令 jiyao、环境变量 JIYAO_*、配置目录 ~/.config/jiyao/、会议目录 ~/Documents/jiyao/ 都继续可用，不用搬数据。