Meeting Record

跨 Linux 和 Windows 的会议录音会后处理服务。当前版本支持导入麦克风与会议回环音频、生成单一 16 kHz mixed 文件、创建幂等处理任务、保存审计记录、人工修订及 Markdown/JSON/文本导出。

当前边界

• 两个平台都支持导入已有音频；这是默认、稳定的首期工作流。
• 实时录音需要在 config.toml 中配置本机可用的麦克风和回环命令及设备名。
• 规范化和混音需要 ffmpeg 在 PATH 中。
• 腾讯客户端实现请求签名和录音/声纹 API 调用，但需要有效账号、凭据和真实音频完成联调。
• 本地重叠音源分离默认不启用；Phase 0 的 CPU 延迟和 CER 门槛通过前，只标记重叠并要求人工复核。
• 不包含腾讯会议/飞书自动入会、实时字幕或桌面自动化。

安装

需要 Python 3.11 或更高版本。

从 PyPI 安装（发布后）：

python -m pip install meeting-rec
meeting-rec init
meeting-rec --config config.toml

安装后访问 http://127.0.0.1:8000/。config.toml、ASR/说话人/标点模型、FFmpeg 和 .env 属于运行机器配置，不会打进 Python wheel。

发布者构建检查：

python -m pip install build twine
python -m build
python -m twine check dist/*

上传时建议使用 PyPI API Token：

python -m twine upload dist/*

不要把 PyPI 密码、Token、.env 或 config.toml 提交到 Git。

Linux：

python3 -m venv .venv
.venv/bin/pip install -e '.[dev]'
cp config.example.toml config.toml
.venv/bin/python -m pytest -v

Windows PowerShell：

py -3.11 -m venv .venv
.venv\Scripts\pip.exe install -e ".[dev]"
Copy-Item config.example.toml config.toml
.venv\Scripts\python.exe -m pytest -v

启动

Linux：

MEETING_REC_CONFIG=config.toml .venv/bin/uvicorn meeting_rec.app:create_app --factory

Windows PowerShell：

$env:MEETING_REC_CONFIG = "config.toml"
.venv\Scripts\uvicorn.exe meeting_rec.app:create_app --factory

默认数据目录为 data/，SQLite 文件为 data/meeting-rec.sqlite3。API 文档位于 http://127.0.0.1:8000/docs。

Web 控制台

启动服务后访问 http://127.0.0.1:8000/。控制台提供以下本机工作流：

• 在火山引擎与腾讯云之间选择语音服务，将凭据保存到项目根目录的 .env；页面只显示是否已配置，不回显密钥。火山引擎默认使用单个豆包语音 API Key，腾讯云使用 SecretId 与 SecretKey，不要求额外填写 AppId。火山配置保存后可用公开示例音频提交一次新版语音任务，测试成功表示 Key、资源 volc.seedasr.auc 和提交接口均可用。
• 创建或选择会议记录，并在新窗口打开 meeting.tencent.com 的 HTTPS 会议链接。
• 使用浏览器麦克风录音、试听，或选择已有音频文件上传。
• 服务端使用 FFmpeg 将上传内容转换为 16 kHz 单声道 mixed.wav。
• 创建处理任务、查看任务状态、刷新转写内容，并导出 TXT、Markdown 或 JSON。

浏览器录音只能采集麦克风，不能直接捕获腾讯会议的扬声器输出。采集会议双方声音仍需要在 config.toml 中配置 Windows 麦克风和回环设备。当前版本的 /process 只创建待处理任务，尚未包含自动执行腾讯 ASR 的后台 worker；控制台会将该状态明确显示为“等待处理”。

音频工作流

1. POST /meetings 创建会议。
2. 使用 POST /meetings/{id}/recordings/import 分别导入 mic 和 loopback 文件。
3. 调用 meeting_rec.audio.processing 中的规范化和混音命令生成唯一 mixed 录音，再导入为 mixed。
4. POST /meetings/{id}/process 创建幂等处理任务。
5. GET /jobs/{job_id} 查看任务，GET /meetings/{id}/transcript 查看记录。
6. PATCH /transcripts/{id} 人工修订，GET /meetings/{id}/export?format=markdown 导出。

导入请求示例：

{
  "type": "mic",
  "source_path": "/absolute/path/to/mic.wav",
  "recording_start_at": "2026-07-30T09:00:00Z",
  "format": "wav"
}

实时采集配置

config.example.toml 给出 PipeWire 和 Windows DirectShow 命令格式。设备名必须按目标机器修改；没有配置时 API 应返回明确错误，不能假设固定设备名。

Linux 可先使用 wpctl status 查看 PipeWire 节点；Windows 可使用以下命令查看 ffmpeg 音频设备：

ffmpeg -list_devices true -f dshow -i dummy

凭据

配置文件只保存环境变量名。控制台将默认厂商写入 MEETING_REC_ASR_PROVIDER。火山引擎凭据使用 VOLCENGINE_API_KEY，腾讯凭据使用 TENCENT_SECRET_ID、TENCENT_SECRET_KEY。这些值不写入配置快照、数据库、审计或导出文件。