開會、研習、觀課、跟廠商討論設備 — 教師的一天有太多「講過就散掉」的資訊。市面上的 AI 錄音筆記服務都要把聲音上傳雲端,但校內會議、學生相關的討論,錄音檔上雲總是讓人不安。所以我做了 ambient-notes:讓 Mac 自己邊聽邊寫筆記,錄音與逐字稿從頭到尾不離開這台電腦。

用法簡單到不像 AI 工具:選單列按「開始」,它就安靜地聽;按「停止」,幾分鐘後拿到一份 Markdown 筆記 — 摘要、重點、待辦事項、專有名詞解釋卡,加上帶時間戳的完整逐字稿。

它是怎麼運作的

1. 收音:CoreAudio 直錄(可選麥克風或系統聲音 — 視訊會議也能記),30 秒分段保存;
2. 即時轉寫:Whisper large-v3-turbo(MLX 版)每 10 秒吐一段繁中逐字稿,網頁上即時滾動;
3. 整理:錄完換 Qwen3-8B 上場 — 校正錯字、抽出專有名詞、寫摘要與待辦;
4. 名詞卡:抽出的專有名詞去維基百科查一句話解釋(整條管線唯一需要網路的步驟,離線就自動略過);
5. 產出 note.md:連同分段音檔一起存進當次 session 資料夾。

兩個模型輪流載入而不是同時常駐,16GB RAM 的 M 系列 Mac 峰值只用約 6GB — 一般的 MacBook Air 就跑得動。還有一個小巧思:custom_terms.txt 可以放你的領域詞彙(Onshape、雷切、格狀鉸鏈…),轉寫時當提示,術語辨識率明顯提高。

三種入口

• 選單列:「◎ 筆記」圖示開始/停止,開機自動常駐;
• 網頁控制台:localhost 開頁面,手機透過 Tailscale 也能遠端按錄音 — 人在教室後面走動時很實用;
• 命令列:適合排程或接進其他流程。

踩過的雷(做這類工具的人請收下)

• 不要用 ffmpeg 錄 Mac 的音:avfoundation 在我機器上每 8 個緩衝丟 1 個,音檔默默短 12%,查了很久 — 收音一律改走 CoreAudio/sounddevice 就穩了;
• launchd 常駐的兩個坑:背景程序的 PATH 沒有 Homebrew、還會被系統 QoS 節流變慢,都要在設定裡明確處理;
• Whisper 對「安靜」會幻覺:沒人講話時它會自己編字,所以加了三層防禦(音量閘門、廢話樣式過濾、重複退化偵測);
• 名詞查維基設了相似度門檻 — 寧可漏查,不要錯配,筆記被錯誤解釋污染比缺一張卡更糟。

教學現場的三個用法

• 研習/會議紀錄:結束即有摘要與待辦,逐字稿時間戳讓「剛才誰說幾點交」有據可查;
• 觀課與教學反思:錄自己的課,看逐字稿裡的提問分佈與等待時間 — 比印象準確得多;
• 設備討論:跟廠商談規格時的型號、數字全部進筆記,名詞卡順便把不熟的術語解釋好。

對隱私敏感的校園場景來說,「本地 AI」不只是省訂閱費 — 它是讓這類工具能被使用的前提。工具開源,會用終端機的老師照 README 就能架起來。