自建 SaaS · 实时 AI
ScribeDash
一款实时语音转文字 Web 应用，在你说话的同时将现场音频转化为准确、带发言人标注的文字记录。接上麦克风，点击录制，即可看到文字瞬间浮现，由运行在我自有 GPU inference 上的 AI 驱动。
走进 ScribeDash
从落地页到实时录制工作室。
专业级语音转文字
落地页：几秒内将音频转化为准确、带发言人标注的文字记录。
实时录制工作室
从任意麦克风录制，实时观看文字记录流式呈现，并可设置语言与发言人识别。
你的转录仪表盘
文字记录、已转录分钟数与生成字数的总览，并提供录制或上传的快捷操作。
可搜索的历史记录
每次会话都会保存，可按语言、时长和发言人搜索与标注。
项目
ScribeDash
类型
实时转录 Web 应用
技术
React, WebSockets, GPU inference
年份
2025
我为什么打造 ScribeDash
作为董事会秘书，我经常需要撰写会议纪要，因此深知能把录制的音频与转录的文字放在一起、逐字核对当时真正说了什么有多宝贵。问题在于：Office 365 内置的转录功能说实话根本没法用，而 Teams 里的 Copilot 很快就让我筋疲力尽却帮不上多少忙，于是我决定干脆自己动手做一个。
于是我打造了 ScribeDash：一款在线的实时转录 Web 应用。接上麦克风，开始录制，你说出的话便会即时化为文字，并带有发言人标注，让你一眼看清谁说了什么。你还可以上传已有的音频或视频文件，或将已保存的录音再次送入流程重新转录。
一切都运行在我自主掌控、端到端自行管理的 sovereign 基础设施上。其他用户转录的文字我永远无法看到，因此这是一种真正私密、安全的方式来处理敏感录音：想想市政机构、机密会议，以及为逐字纪要而录制的客户场景。
它能做什么
实时转录
开口说话，文字在一秒内浮现，无需等待上传或批量处理。
发言人识别
自动标注发言人（Speaker 1、Speaker 2……），让纪要和访谈易于跟读。
自有 GPU inference
AI 模型运行在我自己的硬件上，因此不依赖外部转录 API，数据也绝不会离开我的 sovereign 基础设施。
多语言支持
可转录多种语言，并配有清晰的语言选择器，让模型准确知道该预期什么。
上传音频与视频
不仅限于实时：直接拖入已有的音频或视频文件，即可获得完整、带发言人标注的文字记录。
按需重新转录
无需重新录制，即可将已保存的录音再次送入流程，例如换用不同语言或改进后的模型。
最难之处：多语言而不跑偏
最棘手的挑战，是接入一个能出色处理多种语言的 AI 语言模型。
问题在于：一旦选定语言，模型就必须坚守到底。粗糙的方案会跑偏，一句荷兰语中夹带一个英文单词，就可能让整段转录在会话中途突然切换到另一种语言。对于需要逐字准确的纪要来说，这是无法接受的。
我如何解决
显式锁定语言
所选语言在整场会话中被固定，并随每个音频片段传给模型，而不是让它逐段自动检测。
GPU 上的流式推理
音频以小片段的形式流式传输到我自己的 GPU，因此结果近乎即时，同时与锁定的语言保持一致。
感知发言人的后处理
文字记录被拼接并按发言人标注，让锁定语言的输出保持干净、易读。
结果是：选择荷兰语，它就一直是荷兰语，即便偶尔夹带英文单词，转录也能与当时真正说出的话相符。
用数字说话
<1s
从说话到文字的延迟
99+
支持的语言数
100%
sovereign 云端，无第三方访问
成果
ScribeDash 把撰写逐字纪要这件繁琐的事，变成了实时发生的过程。会议进行中你就已经看到文字记录逐步生成，会后还能一边回放音频、一边对照精确的文字。
由于一切都运行在我自主、自行管理的 sovereign 基础设施上，且没有人（连我也不例外）能看到其他用户的文字记录，因此即便面对最敏感的话题，它依然快速、私密且安全。
实时
说话的同时文字浮现
逐字
音频与文字并排呈现
私密
运行在自有 GPU，无外部 API