晚上九點四十分，LINE 跳出一則訊息：「哥，救命。明早十點要交會議紀錄給總經理，錄音兩小時十三分，我現在才聽到四十分鐘。」傳訊息的是高雄一家機械廠的專案助理，上個月才幫他們把辦公室網路整過一輪。我回他：這種事現在真的可以交給 AI，而且做得不差——但在你把錄音檔丟上某個免費轉錄網站之前，先停十秒。有幾件事講清楚，你今晚會睡得比較安穩，明天也不會被總經理列進檢查表。
AI 是怎麼「聽懂」一場會議的
先把黑盒子打開。一場會議從錄音檔變成一份摘要，中間其實是兩段完全不同的工。第一段叫語音辨識（ASR），把聲音轉成文字；第二段才是大型語言模型讀逐字稿、寫重點。這兩段各有各的脾氣，出錯的方式也不一樣，你要是分不清楚，就不知道錯是從哪裡跑出來的，也不知道該去哪裡把關。
第一段：把聲波變成文字
不同模型、資料集、提示、判分方式與正式流量，結果可能差很多。公開 benchmark 只能用來理解方法，不能直接當成專案承諾；驗收應使用公司自己的題庫，分別記錄正確率、引用支持率、拒答、延遲、成本與人工覆核量。
第二段：把逐字稿變成摘要
收音是源頭，爛進就是爛出
「誰講的」比「講什麼」更容易錯
沉默，也會被「編故事」
還有一種錯，是新手完全想不到的。語音辨識模型在訓練時，看過大量「有聲音就配一段文字」的資料，於是當它遇到一段其實沒人講話的音訊——冷場、翻文件的沙沙聲、冷氣運轉聲——它會忍不住「腦補」，生出一段語句通順、看起來煞有其事、但根本沒人說過的文字。這叫幻覺（hallucination）。研究還發現一個規律：一段錄音裡「非人聲」的時間佔比越高，模型越容易冒出幻覺。這比認錯字危險得多，因為認錯字你一眼看得出來，但憑空捏造的一整段話，讀起來完全正常，你根本分不出它是假的。開會中間那些沉默、休息、離題閒聊的空檔，正是幻覺最愛長出來的地方。長錄音、多空檔，尤其要小心。
認錯字事小，摘錯決議事大
錄音檔上傳之前，先想清楚它會流到哪
會議內容往往是全公司最敏感的東西：人事、報價、財務、還沒公開的策略，全在裡面。把這種檔案丟給一個來路不明的免費轉錄網站，等於把它拱手送人。上傳前，我要你把三件事確認清楚：
- 檔案實際存在哪裡、哪個國家的伺服器，出事你找得到人嗎；
- 哪些人、哪些系統有權限存取這份錄音跟逐字稿；
- 服務條款裡有沒有一句「內容可用於改善或訓練模型」——這條要瞇著眼、一個字一個字看。
最後這條最容易被跳過。很多老闆的直覺是「我們小公司，資料沒人要」，問題根本不在有沒有人要，而是條款一旦允許拿去訓練，你的報價邏輯、你的客戶名單，就永遠收不回來了。法遵這邊也順帶提醒：錄音只要涉及可辨識個人的聲音與內容，就落入個人資料的蒐集，依個人資料保護法，你有告知義務。開錄之前跟在場每個人講一聲「這場會我們錄音、會用工具整理紀錄」，既是基本尊重，也幫你把日後的爭議擋在門外。
雲端還是地端，看外洩的代價有多大
真正機密的會議——談併購、談裁員、談還沒定案的報價——我會直接建議走地端：開源的語音辨識模型可以跑在公司自己的 GPU 主機上，錄音檔從進來到出去，全程不離開內網，再搭配一顆地端的語言模型做摘要，就是完整的全內網方案。雲端的好處是快、便宜、不用自己養機器，適合低敏感度、量又大的日常會議；地端慢一點、要先投一筆設備，但資料一步都不出門，適合那種一旦外流就會出大事的場合。這道題沒有標準答案，判準只有一個：把「這場會外洩的代價」和「自建地端的成本」放上天平，哪邊重就往哪邊倒。這跟企業導入 AI 到底該選雲端還是地端，本質上是同一道題。
要導入，從哪種會議開始最穩
別一上來就拿董事會、薪酬會議去試，那是把最貴的東西，賭在你還不熟的工具上。順序要倒過來：先挑低敏感度、又常態發生的會議下手，例如內部教育訓練、例行的專案進度會。讓同仁實際看過 AI 摘要長什麼樣、會在哪裡出錯，把「AI 出草稿、人來定稿」這個默契先建立起來，再按敏感度一級一級往上放，該上地端的就上地端。至於那種七嘴八舌、天馬行空的腦力激盪會議，講白了現在還不適合整場交給 AI——那種場合的價值在火花，火花很少乖乖落在逐字稿裡，硬要 AI 摘，摘出來的常常是最無聊的那一部分。工具很強，但要用在對的地方。
那位助理後來十一點就收工回家了：草稿是 AI 的，定稿是他自己一句一句對過的。你們公司如果也想把整理會議紀錄的時間還給同仁，又不想讓錄音檔在外面亂跑，廷皓科技可以從工具選型、收音設備到地端部署，一起幫你規劃。電話 07-363-0802，或加 LINE 跟我們描述一下你們平常開哪些會、多敏感，我們評估給你聽。
