會議記錄系統

Emma AI Platform — Meeting Intelligence

錄音丟雲端 → 全自動產出會議記錄、待辦、聯絡人關聯
01

端到端 Pipeline

從錄音到完整記錄，全程零人工干預

📁
Google Drive
音檔偵測
→
🎙️
Whisper
語音轉錄
→
📋
模板選擇
＋行事曆比對
→
🤖
Gemini
智慧摘要
→
🔗
聯絡人
交叉比對
→
📤
多平台
輸出
30
分鐘掃描一次
5
種會議模板
475+
聯絡人資料庫
6
種輸出格式
02

智慧 模板系統

LLM 根據檔名、行事曆與逐字稿內容，自動選擇最適模板

模板適用場景記錄重點
bni BNI 早餐會、讀書會、1-to-1 每位會員發言具名、轉介紹追蹤 (A→B→C)
client 客戶洽談、提案、需求訪談 痛點具體記錄、承諾時程、金額原話保留
internal 團隊週會、技術討論、策略會議 決議+負責人、待辦+deadline、反對意見
reading-club 讀書會、學習分享 每人分享主題、討論亮點、延伸資源
default 通用 — 無法判斷類型時 發言者具名、關鍵數字、決策脈絡
03

行事曆 交叉比對

工作原理

  • 掃描音檔日期 ±1 天的所有行事曆事件
  • 查詢所有 4 個日曆（個人+共享+節慶）
  • LLM 比對音檔名稱 vs 行事曆標題
  • 匹配成功 → 自動帶入與會者名單
  • 匹配成功 → 自動帶入會議描述上下文

帶來的效果

📅 自動識別會議類型
行事曆標題包含「BNI」→ 自動套用 BNI 模板
👥 與會者預填
Google Calendar 出席者直接作為聯絡人比對起點
📝 上下文增強
會議描述（議程、目的）注入 LLM prompt，提高摘要品質
04

聯絡人 智慧比對

三層比對機制 — 從精確匹配到 LLM 語意推理

從摘要＋行事曆提取姓名
▼
Layer 1：精確匹配
name / name_alt 完全相符
▼ 未匹配
Layer 2：相似度計算
字元重疊率 + 發音相近
▼ 不確定
Layer 3：LLM 輔助判斷
給 LLM 候選人清單，結合會議上下文推理
▼
≥ 85%
自動連結
60-85%
候選確認
< 60%
未匹配
05

自動化 輸出

📄
Google Doc
完整會議摘要上傳至指定 Drive 資料夾，含標題、與會者、決議事項
✅
Google Tasks
自動擷取「待辦事項」區塊，判斷負責人與期限，建立 Todo 項目
📅
Google Calendar
有明確 deadline 的待辦 → 同步建立 all-day 行事曆事件提醒
🧠
Emma 記憶庫
摘要寫入長期記憶 + pending 標籤，供未來對話中隨時召回
📓
Obsidian CRM
Markdown 筆記含 YAML frontmatter、聯絡人雙向連結、互動紀錄
📱
Telegram 通知
處理完成後即時推送：標題、模板、Doc 連結、與會者匹配結果
06

Obsidian CRM 整合

Markdown 會議筆記結構

---
type: meeting
date: 2026-05-28
template: client
attendees: ["陳淑萍", "Ryan"]
drive_doc: 1Ry8J30k...
---

## 與會者
[[陳淑萍]] · [[Ryan]]

## 會議摘要
（完整 LLM 生成內容）

自動建立的關聯

  • 雙向連結 — 會議筆記 ↔ 聯絡人頁面
  • 互動紀錄 — 每位確認與會者自動新增 Interaction
  • 信心標註 — 高信心直接連結，低信心標為候選
  • 撤銷機制 — 回覆「撤銷 #ID」即可解除誤判
  • Obsidian Graph — 視覺化人脈網路自然生長
07

技術 架構

🎙️
faster-whisper
本地 GPU 語音轉錄
Medium int8 模型
~500MB VRAM
🧠
Gemini 3 Pro
長文摘要引擎
Multi-key fallback
自動大小模型切換
📁
Google Drive API
音檔掃描 + 下載
Doc 上傳
Shortcut 解析
🗄️
SQLite + HNSW
聯絡人 CRM
長期記憶向量搜索
互動紀錄追蹤
🎮
GPU Lock
VRAM 互斥管理
ComfyUI ↔ Whisper
自動釋放 + 鎖定
// 智慧模型切換：逐字稿 > 25K tokens → Gemini Pro、否則 DeepSeek（省成本）
const model = tokenCount > 25000 ? 'gemini-3-pro' : 'deepseek-chat';
08

錄音 → 知識資產

每一場會議自動轉化為可搜尋的記憶、可追蹤的待辦、
可視覺化的人脈關係圖

0
人工操作步驟
6
自動化輸出
∞
可累積知識
Built with Emma AI Platform
09