跳到主要內容
CAMP 03找工具›開完會,錄音自動變紀錄與待辦
找工具 · 會議與語音

開完會,錄音自動變紀錄與待辦

線上會議、逐字稿、誰要做什麼

2026-10-26 · 作者整理:Lucas

30 個情境 › 會議與語音

比較表同一件事,這幾個工具差在哪。工具名稱點下去,跳到下面的完整介紹。

會議逐字稿:三種工具,資料政策差很多

轉寫品質大家都不差,真正該比的是你的會議內容會被拿去做什麼。這三種代表三條不同的路。

Fireflies.aiOtter.ai自架 Whisper/faster-whisper
會不會拿去訓練 AI官方明說不會:「We do not use personal information for AI model training」⚠官方隱私政策列出會「以去識別化的錄音與逐字稿訓練自有 AI 技術」不會(錄音根本不離開你的機器)
第三方處理官方稱會議內容零留存:處理後不被第三方廠商保存或再存取依其隱私政策無第三方
免費方案有免費方案(功能與額度受限)每月 300 分鐘轉寫免費,但要自己出機器
使用門檻直接使用直接使用⚠需要專業部署/開發
語者分離官方列為功能之一官方列有講者辨識⚠沒有內建,要另接 pyannote

怎麼選會議內容涉及客戶、人事或未公開資訊時,先看「會不會拿去訓練」這一格——這是三者最實際的差別。要最省事就挑明說不訓練的;完全不能外流就只剩自架,但要接受自架的維護成本與語者分離要另外處理。

工具怎麼串一個工具做不完,要前一個交給下一個。

開完會不用自己打筆記:錄音 → 逐字稿 → AI 整理待辦

依據:「別人怎麼做」裡的「開完會不用再自己打筆記」+案例 Morgan Stanley 客戶會議筆記

1
先跟與會的人說要錄音

對外的會議,要對方同意。

2
線上會議讓 Fireflies.ai 一起進來

自動錄音、出逐字稿。官方寫明會議內容不拿去訓練 AI;中文支援仍標示為測試中,專有名詞先拿一場不重要的會議試。

交出去:逐字稿
3
把逐字稿交給 Claude 整理,寄出前自己看一遍

請它列出結論、待辦、誰負責;人名、數字、答應對方的事最容易錯。

交出去:會議紀錄與待辦清單

容易斷在:會議很機密、錄音不能上雲:先問公司 IT 視訊軟體有沒有內建逐字稿;完全不能上雲,請工程師用 Whisper 在公司自己的電腦轉文字。

真實案例只放本站逐條查證過來源的案例;「殷鑑」是做壞的例子。

已查證

JCHO 大阪病院一年寫 16,000 份出院摘要——但他們先從非診療領域用起

最值得拆解的是順序:院方自 2024 年 11 月起先在會議記錄與 RAG 員工聊天機器人這類非診療領域用起,同時建院內指引與治理,才往醫療文書走。

看完整案例 →
已查證

凱薩醫療的醫師用 AI 聽診間對話、先出病歷草稿:7,260 位醫師用過,估計省下 15,791 小時

值得學的是 AI 只出草稿、由人改完才存,而且導入之後持續追蹤使用人數、省下的時間和醫師的感受。小團隊用 AI 整理會議記錄也可以照做:讓 AI 先出重點草稿,寄出前自己看一遍;用一段時間後,問問大家省了多少時間、哪裡改起來比較麻煩。

看完整案例 →
已查證

LINE Yahoo 要求全員先問 AI、考過才能用:人資每月省 2,000 小時

人資導入 AI 時,把「AI 只做練習與排程、錄用判斷由人做」寫進公告,並在全員使用前加一道小考。小團隊可以先做一份 10 題的內部測驗(哪些資料不能貼、輸出要誰確認),考過再開帳號。

看完整案例 →
已查證

Morgan Stanley 讓 AI 在客戶會議中做筆記:一位顧問說每場省下半小時

關鍵在 email 那一步——AI 產的是草稿,「edit and send at their discretion」,寄不寄、怎麼改都是顧問決定。這條界線讓它敢在真實客戶關係裡上線。

看完整案例 →
已查證

奇美醫院的 A+ 生成式 AI 助理:護理轉出摘要從 20–30 分鐘縮到 3–5 分鐘

值得學的是「AI 先讀、人確認」的分工:奇美另一套感染管制判讀平台採「AI 先判讀、人工再確效」,每本病歷的閱讀從平均 10–60 分鐘縮到 2–5 分鐘完成初步判讀。照護單位也可以照做:當班看到、量到的先直接記,請 AI 分類整理、只寫哪裡不一樣不寫原因,再由資深同仁刪掉診斷用語後簽核。

看完整案例 →
已查證

日本數位廳公開自家 AI 使用報告:八成職員用過,課長級一半一次都沒用

導入滿三個月時,把使用次數按人分成幾段(未滿 5 次、5–99 次、100 次以上),再按職級拆開看。小團隊十幾個人也能做:列出誰試過兩三次就停,個別問卡在哪裡,主管自己有沒有在用。

看完整案例 →
已查證

松下互動內部 AI 一年用 361 萬次:自估省下 78.8 萬工時

固定一組年度指標對內公開:使用次數、每次平均省幾分鐘、總工時占比,逐年並列。小團隊可以縮成每月一張表:這個月用 AI 交出了哪幾類成品(會議紀錄、提案、規格書)、各幾份,看用法有沒有從查詢移到產出。

看完整案例 →
已查證

牛津大學醫院試 AI 語音病歷:近九成醫護說文書時間變少

採購前先並排試多家:同樣的情境、同一份問卷(省多少時間、品質好不好、病人願不願意),四家一起試,用結果決定要買哪一套、怎麼導入。小團隊挑 AI 會議記錄工具也可以拿同一場會議同時給兩三套工具跑,再比。

看完整案例 →
已查證

華航用「眼睛替代耳朵」查客服錄音:質檢量能增加為 3 倍

「以眼睛替代耳朵」這句話講出了關鍵:把即時性的音訊變成可掃視的文字,量能限制就從「時間」變成「閱讀速度」。這一刀切得很準。

看完整案例 →

要照著做(步驟、提示詞):找方法

全部 8 個工具每張都是完整介紹:適合誰、費用、能不能商用、資料去哪裡、能接什麼、限制、稜線用在哪。

Fireflies.ai

AI 服務直接使用

自動加入線上會議做錄音、逐字稿與摘要的助理,支援 Zoom、Google Meet、Teams 等平台。

適合
  • 例行線上會議要留紀錄與待辦
  • 需要事後搜尋「誰在哪次會議講過什麼」
  • 重視資料不被拿去訓練的團隊
不適合
  • 實體會議(需另外收音)
  • 資料完全不能離開公司的場合(這是雲端服務)
  • 中文為主的會議(官方以英文為主要語言,其餘 100 多種語言仍標示為 beta)
費用
官方列出 Free/Pro/Business/Enterprise 四種方案;免費版有轉寫額度與功能限制,Business 起提供 API,Enterprise 為客製報價。實際價格請看官方定價頁。
能不能商用
可商用:產出屬於你
官方原文:「Your Inputs and Outputs are your User Content.」但要分清楚兩件事:產出是你的,服務本身給你的授權卻限於「your own personal and internal business use」——拿它的服務去轉售或對外提供是另一回事。2026-09-18 讀官方條款。
資料去哪裡
官方隱私政策原文:「We do not use personal information for AI model training and we contractually prohibit our vendors from using this information for their own model training.」並說明會議內容不會被第三方廠商在處理後保存、再存取或用於訓練內外部 AI 模型。官方另列 SOC 2 Type II、GDPR、HIPAA 與傳輸/儲存加密。
授權
—
跑在哪裡
雲端服務
能接什麼
API:尚未查證MCP:尚未查證Webhook:尚未查證
限制
  • ⚠會議機器人會出現在會議中,需先讓與會者知情同意
  • 官方支援語言清單列有中文(台灣)zh-TW,只有「多語自動偵測」標示 beta;口音與專有名詞的準確度要自己實測(2026-10-23 讀官方說明頁)
  • 免費版有轉寫額度限制

Otter.ai

AI 服務直接使用

會議錄音轉逐字稿與摘要的服務,可整合 Zoom、Teams、Google Meet,免費版每月 300 分鐘。

適合
  • 個人或小團隊的會議紀錄
  • 課程、訪談的逐字稿
  • 想先用免費額度試水溫
不適合
  • ⚠內容敏感、不希望被用於模型訓練的會議(見資料政策)
  • 資料不能離開公司的場合
  • 超長會議(免費與 Pro 方案有單場時長上限)
費用
官方定價:Basic 免費、每月 300 分鐘轉寫;Pro 年繳約 US$8.33/人/月(月繳 16.99),含 1,200 分鐘錄音、單場上限 90 分鐘;Business 年繳約 US$19.99/人/月(月繳 30),不限會議數、單場上限 4 小時;Enterprise 為客製報價,含 SSO、HIPAA 選項與 API。
能不能商用
⚠官方條款未直接交代產出商用
官方原文:「As between you and Otter.ai, you retain any copyright and other proprietary rights that you may hold in the User Content that you post to the Service.」講的是你上傳的東西,逐字稿產出的商用權利條款裡沒有單獨交代。另外它的隱私政策載明會以去識別化的錄音與逐字稿訓練自有 AI——會議內容敏感的話這一條比商用權利更該先看。2026-09-18 讀官方條款。
資料去哪裡
官方隱私政策把「以去識別化的音訊錄音與逐字稿訓練自有 AI 技術」列為資料用途之一,並說明逐字稿可能含個人資訊;政策未載明針對模型訓練的專屬退出方式,官方建議有疑義者直接聯繫其隱私信箱。與同類服務相比,這一格差異很大,導入前要先評估。
授權
—
跑在哪裡
雲端服務
能接什麼
API:尚未查證MCP:尚未查證Webhook:尚未查證
限制
  • ⚠官方載明會用去識別化內容訓練自有 AI,且未提供明確的訓練退出設定
  • ⚠錄音前要先取得與會者同意
  • 免費版每月 300 分鐘、單場時長有上限

Fathom

AI 服務直接使用

會議錄音與 AI 摘要工具,免費版不限次數錄音;條款要求錄音前取得每位與會者同意,可用去識別化資料訓練自家模型(可在設定退出)。

適合
  • 所有與會者都事先同意錄音的內部會議
  • 想先免費試用會議逐字稿與摘要的個人
不適合
  • 無法事先取得所有與會者同意的會議(例如客戶不願被錄)
  • 需要資料留在台灣或歐盟的會議(服務託管在美國)
  • 律師、醫療等有特殊保密義務的對話
費用
官方定價頁(fathom.video 已轉到 fathom.ai):Free US$0,不限次數錄音與逐字稿,進階功能限量使用;Premium 月繳 US$20,年繳換算每月 US$16;Team 每人月繳 US$19,年繳換算每人每月 US$15,至少 2 人;Business 每人月繳 US$34,年繳換算每人每月 US$25,至少 2 人;另有 Enterprise。
能不能商用
個人帳號保有內容權利;團隊帳號的內容屬於公司
服務條款原文:「you retain any copyright and other proprietary rights that you may have in your User Content」;團隊帳號「the User Content in that Team Account belongs to your company」。2026-10-25 讀官方條款(Last Updated: March 4, 2026)。
資料去哪裡
服務條款:使用者必須確認「you have obtained the required consent of every meeting participant to record each call before the call begins」,任一與會者不同意就不得使用。訓練:「We do not authorize third parties to use your personal information or User Content to train their artificial intelligence models.」但 Fathom 可「use and create de-identified data generated from your User Content to train, customize or improve our in-house artificial intelligence models」,可在帳號設定退出,預設值官方資料不足,目前無法確認。隱私權政策另寫可產生「anonymized data containing only de-identified, non-personal information that we may use for any purpose」,帳號設定的退出寫的是訓練模型這一項。保存與刪除:隱私權政策(Last Updated: August 16, 2026)寫「your account and the personal information in it will remain unless you actively delete the account」;條款寫刪除後備份副本最多保留 30 天。用公司的團隊帳號時,處理與刪除依公司的隱私政策。資料存放:「Our Service are hosted in the United States」。準據法美國加州、舊金山郡法院;爭議走強制仲裁,可在同意條款後 30 天內寄信退出仲裁。
授權
—
跑在哪裡
雲端服務
能接什麼
API:有(官網列 Public API & MCP)MCP:有(同上,官網列 Public API & MCP)Webhook:尚未查證
限制
  • ⚠錄音前要取得每位與會者同意,條款把這個責任放在使用者身上
  • 去識別化資料的訓練要自己去設定關掉(預設值官方未寫明)
  • 帳號不刪,錄音和逐字稿就一直保存
  • 用公司團隊帳號時,錄音屬公司,刪除依公司政策
  • 逐字稿與摘要可能誤聽,決議與數字要人工確認

Read AI

AI 服務直接使用

會議逐字稿與摘要工具;非企業用戶的使用授權寫「個人、非商業」,還會用影音推論與會者的人口特徵。

適合
  • 企業方案下的內部會議記錄
  • 想先用免費版(每月 5 場)試用的個人
不適合
  • 用個人帳號記錄客戶、商務會議(授權限個人非商業)
  • 不希望自己的臉與聲音被推論人口特徵的與會者
  • 需要資料留在台灣或歐盟的會議
費用
官方定價頁(每人每月;前者年繳換算、後者月繳):Free US$0,每月 5 場會議逐字稿;Pro US$15/US$19.75;Enterprise US$22.50/US$29.75;Enterprise+ US$29.75/US$39.75(需 5 個以上授權)。
能不能商用
⚠非企業用戶限個人、非商業使用;企業用戶限內部業務使用
服務條款原文:服務授權「for your own personal, noncommercial use, or, if you are an enterprise user, for internal business use」。這是使用服務的授權(Limited Access Grant),不是產出權利的規定。定價頁另有一個方案就叫 Enterprise;條款的「enterprise user」是指這個方案的用戶、還是泛指企業用戶(是否含 Pro),官方未定義,官方資料不足,目前無法確認。準據法華盛頓州,含強制仲裁(條款寫可依第 16 節退出)。2026-10-25 讀官方條款(Last Updated: February 26, 2026)。
資料去哪裡
服務條款寫 Read AI「may use your User Content to train, develop, and improve its artificial intelligence and machine learning technologies」,但受隱私權政策與「opt-in or opt-out mechanisms」約束。隱私權政策(Last Updated: June 29, 2026):「Read offers a Customer Experience Program that you may opt-in to.」新帳號預設值官方資料不足,目前無法確認。另寫「We also use audio and visual information, as well as other information like language, to infer certain demographic characteristics about users」,用來改善模型,也會推論與會者在會議中的角色。同意:政策寫會通知與會者並提供退出選項(會議聊天與通知被停用或不支援時除外),與會者可在會議聊天室輸入「opt out」把 Read 移出會議;服務條款沒有逐字要求取得每位與會者同意,但寫「you agree that you are solely responsible for your conduct while using our Services」,並禁止違反「laws related to privacy, data protection, artificial intelligence, wiretapping, eavesdropping, and confidentiality of communications」;錄音前要不要取得同意依當地法律判斷,責任在使用者。保存:會議影音「in no case for longer than 2 years」;付費帳號保存到停止付費或要求刪除。資料存放:「servers located in the United States and other countries」。
授權
—
跑在哪裡
雲端服務
能接什麼
API:有(官網導覽列有 API)MCP:有(定價頁寫「available as Claude Connector, ChatGPT App, and MCP Server」)Webhook:有(Pro 以上方案)
限制
  • ⚠非企業方案的使用授權寫的是「個人、非商業」,拿免費版或個人方案記錄客戶會議有條款疑慮
  • 會用影音推論與會者的人口特徵,與會者不一定知道
  • 免費版每月只有 5 場會議逐字稿
  • 條款要求使用者遵守竊聽、通訊保密等法律並自負全責;錄音前要不要取得同意依當地法律判斷,責任在使用者
  • 會議影音最長保存 2 年;付費帳號則保存到停止付費或主動刪除

Microsoft Copilot(企業版)

AI 服務需要設定

整合在 Word、Excel、Outlook、Teams 裡的 AI 助理,依你在公司既有的檔案權限回答。

適合
  • 已是 Microsoft 365 企業客戶的組織
  • 在 Office 檔案、信件與會議之間工作
  • 需要企業級資料保護承諾
不適合
  • 個人使用者(授權以組織為單位)
  • 沒有整理過權限的公司
  • 需要完全離線
費用
企業授權,依席次計費。
能不能商用
可商用
微軟另提供 Copilot 著作權承諾:符合其內建防護與內容過濾的使用情境下,若第三方以著作權侵權為由對商業客戶提告,微軟表示將為客戶辯護並負擔判賠或和解金額。
資料去哪裡
微軟官方文件原文:「Prompts, responses, and data accessed through Microsoft Graph aren't used to train foundation LLMs, including those used by Microsoft Copilot.」互動紀錄加密儲存並依組織的 M365 合約處理,管理員可用 Purview 設保留政策。
授權
—
跑在哪裡
雲端服務
能接什麼
API:尚未查證MCP:尚未查證Webhook:尚未查證
限制
  • ⚠只呈現使用者原本就有權限看到的內容——公司權限設錯,它會把問題放大
  • 產出不保證正確,送出前要人看過
  • 功能受組織的連線體驗隱私設定影響

Whisper(開源語音模型)

專業工具需要工程支援

把語音轉成文字的開源模型,可自行下載在自己的機器上跑,支援多國語言。

適合
  • 錄音檔不能上雲的場合
  • 量大且長期要用
  • 多語言內容
不適合
  • 沒有工程人力的團隊(這是模型不是產品)
  • 需要分辨誰在講話(要另外接語者分離)
  • 即時逐字稿
費用
模型與程式碼免費;成本在 GPU 與維護。官方標示需求從 tiny(約 1GB VRAM)到 large(約 10GB VRAM)。
能不能商用
可商用
官方說明程式碼與模型權重皆採 MIT 授權。
資料去哪裡
自行部署,錄音不離開你的環境。
授權
MIT
跑在哪裡
自己架、裝在公司內部、邊緣裝置(產線、攝影機旁)
能接什麼
API:尚未查證MCP:尚未查證Webhook:尚未查證
限制
  • 需要 GPU 與工程人力
  • 沒有內建語者分離
  • 專有名詞與人名常需人工修正

faster-whisper

專業工具需要工程支援

Whisper 的高效能重實作,官方標示速度最高快 4 倍且更省記憶體,準確度相當。

適合
  • 要大量處理錄音檔的場合
  • GPU 記憶體有限的機器
  • 自架逐字稿服務
不適合
  • 沒有工程人力的團隊
  • 需要語者分離(要另接 pyannote)
費用
開源免費。
能不能商用
可商用
MIT 授權。
資料去哪裡
自行部署,錄音不離開你的環境。
授權
MIT
跑在哪裡
自己架、裝在公司內部、邊緣裝置(產線、攝影機旁)
能接什麼
API:尚未查證MCP:尚未查證Webhook:尚未查證
限制
  • 仍然沒有語者分離
  • 專有名詞與人名要人工修正
  • 需要 GPU 才發揮速度優勢

pyannote-audio

專業工具需要工程支援

開源的語者分離工具:回答「這段話是誰說的」,可與 Whisper 這類轉寫模型搭配。

適合
  • 多人會議要標出發言人
  • 訪談逐字稿要區分受訪者
  • 客服通話分析
不適合
  • 只需要純逐字稿的場合
  • 高度重疊交談或音質很差的錄音
  • 沒有工程人力的團隊
費用
開源版免費;官方另有付費的 pyannoteAI 進階服務。
能不能商用
可商用(程式為 MIT)
官方 repo 說明程式採 MIT 授權。⚠但社群版 pipeline 需先在 Hugging Face 接受模型使用條款並取得存取權杖;進階 pipeline 走 pyannoteAI 的 API 金鑰,商業條款需另洽官方。
資料去哪裡
自行部署時錄音不離開你的環境;若使用其雲端進階服務則依該服務條款。
授權
MIT(模型另有使用條款)
跑在哪裡
自己架、裝在公司內部
能接什麼
API:尚未查證MCP:尚未查證Webhook:尚未查證
限制
  • ⚠要先接受模型條款並申請權杖才能下載,不是 clone 完就能跑
  • 重疊交談與遠場收音的準確度會明顯下降
  • 要自己接上轉寫模型才會有完整逐字稿

卡片上的查證日期是我們最後一次讀官方頁面的時間;條款會改,正式使用前請再看一次官方頁。

← 看其他情境
取得 AI 實戰工具與更新

之後會不定期整理:新方法、指令包(Prompt Pack)、Checklist 與模板。免費、無廣告;送出後會收到一封確認信,點了連結才算訂閱成功,之後每封信都附一鍵退訂。