本地優先的 AI 會議助理
錄音 · 語音轉文字 · AI 校對 · 智慧摘要
中文版 | English
VoxNote 是一款以本地優先設計的桌面會議助理。所有資料儲存於本機 SQLite，錄音檔案存放於本地磁碟，無強制雲端依賴。
支援使用 AssemblyAI（雲端）或 Whisper（本地）進行語音轉文字，並整合多種 LLM 提供商（OpenAI、Claude、Gemini、Ollama、OpenRouter 等）進行 AI 校對與摘要生成。
會議錄音 → 語音轉文字 → AI 校對 → 智慧摘要 → 匯出
- 建立、編輯、刪除會議，支援分類與標籤
- 參與者管理（含常用參與者快速選取）
- 會議模板（預設標題、分類、參與者）
- 桌面錄音流程，支援停止後預覽再儲存
- Windows 支援「僅麥克風 / 僅電腦音訊 / 麥克風 + 電腦音訊混音」錄音
- 支援上傳音訊檔案（
.wav/.mp3/.m4a/.ogg/.aac/.flac，最大 500MB） - 自訂音訊播放器（播放/暫停、進度條、靜音）
電腦本地音訊錄音目前以 Windows 為優先支援平台，會擷取系統預設播放裝置的聲音。
- AssemblyAI（雲端）：自動語言偵測、說話者分離
- VoxNote 自架 ASR 轉錄服務：結合 Breeze-ASR-26 與 WhisperX 的自架轉錄端點（需 NVIDIA GPU）
- 本地 Whisper：偵測 PATH 中的
whisper、faster-whisper、openai-whisper
- 修正錯字、同音異字、標點錯誤
- 保留原始時間戳記（
[MM:SS]） - 自動偵測縮略品質，不符標準時提示確認
- 保存原始版本與校對版本，可隨時切換
- 生成結構化 Markdown 摘要（主題、待辦事項、重要時間點等）
- 支援自訂 Prompt
- 整包會議匯出：逐字稿、摘要、音訊一站式打包
- 逐字稿 TXT（原始版 / 校對版）
- 摘要 Markdown
- 全新暖色調檔案館風格主題
- 垂直單欄會議列表佈局，強調視覺層級
- 純文字符號導航列，優化可讀性
| 層次 | 技術 |
|---|---|
| 桌面框架 | Tauri 2.0 |
| 後端 | Rust + sqlx（SQLite） |
| 前端 | Vanilla TypeScript + Vite |
| AI 呼叫 | reqwest（HTTP）— 無第三方 AI SDK |
| 設定儲存 | TOML（AppData 目錄） |
src/ # 前端（Vanilla TypeScript）
├── api/ # Tauri invoke 封裝層
├── components/ # DOM 元件
├── pages/ # 頁面渲染（Hash Router）
└── types/index.ts # 全域型別定義
src-tauri/src/ # Rust 後端
├── commands/ # Tauri IPC handlers
├── db/ # SQLite CRUD + migration
├── ai/ # LLM 統一呼叫入口（call_llm）
├── asr/ # 語音辨識（AssemblyAI + 自架服務 + 本地 Whisper）
└── config/ # AppConfig 讀寫
- Windows 10 / 11（x64）
- macOS 12+（Apple Silicon 或 Intel）
- Node.js 18+（或 Bun）
- Rust 1.80+（含
cargo） - Tauri CLI v2
Windows 額外需要（C++ Build Tools）：
winget install Microsoft.VisualStudio.2022.BuildTools
git clone https://github.com/chinglee17/voxnote.git
cd voxnotenpm install
# 或使用 bun
bun install# 僅啟動 Vite 前端（port 1420）
npm run dev
# 啟動完整 Tauri 應用（含 Rust 後端，首次編譯約 2-5 分鐘）
npm run tauri devnpm run tauri build產出物位於 src-tauri/target/release/bundle/。
啟動應用後，前往「設定」頁面設定 AI 供應商。
| 供應商 | 需要 API Key | 說明 |
|---|---|---|
| OpenAI | 是 | GPT-4o 等 |
| Claude | 是 | Anthropic Claude 系列 |
| Gemini | 是 | Google Gemini 系列 |
| OpenRouter | 是 | 多模型代理 |
| Ollama | 否 | 本地 LLM，需先安裝 Ollama |
| 自訂端點 | 可選 | 任何 OpenAI 相容 API |
# 安裝並執行 Ollama
ollama serve
# 拉取模型（範例）
ollama pull llama3.2
ollama pull qwen2.5在 VoxNote 設定中填入 Endpoint http://localhost:11434 並選擇模型即可。
- 前往 AssemblyAI 申請 API Key（有免費額度）
- 在 VoxNote 設定 → ASR 供應商選「AssemblyAI」，填入 API Key
位於 server/，以 Breeze-ASR-26（繁體中文台灣用語最佳）搭配 WhisperX（詞級對齊與語者分離）提供 OpenAI 相容的轉錄端點，供自有環境部署。
狀態：API、Docker 與部署契約已完成，尚未在具備 GPU 的機器上實機驗證轉錄品質與效能。
- 具備 NVIDIA GPU 的機器（含 Driver、Docker Engine、NVIDIA Container Toolkit）
- Hugging Face access token（啟用語者分離時所需）
- 將 Breeze-ASR-26 權重轉為 CTranslate2 格式（約 6GB）
cd server
docker compose up -d --build
curl http://localhost:8000/health完整部署步驟（模型轉檔、pyannote 授權、環境變數、小 VRAM 機器調校）詳見 server/README.md。
設定 → 語音轉錄 → 選擇「VoxNote 轉錄服務」，Base URL 填入服務位址（例如 http://192.168.0.10:8000）。
本服務預設無驗證機制，請部署於受信任的網路環境。
安裝以下任一工具並確保在系統 PATH 中可被呼叫：
# 選項 A：openai-whisper（Python）
pip install openai-whisper
# 選項 B：faster-whisper（較快）
pip install faster-whisper
# 選項 C：whisper.cpp（C++，效能最佳）
# 詳見 https://github.com/ggml-org/whisper.cppVoxNote 啟動時會自動偵測已安裝的工具，在設定頁面中選取即可。
歡迎提交 Issue 與 Pull Request。
- Rust 錯誤處理：使用
?或anyhow，禁止.unwrap() - 新增後端功能：在
src-tauri/src/commands/新增 command，並在src-tauri/src/lib.rs注册 - 新增前端 API 呼叫：在
src/api/對應檔案封裝，禁止在頁面 / 元件直接呼叫invoke() - DB schema 變更：使用
ALTER TABLE（向下相容），禁止刪除現有欄位 - 主鍵一律使用 UUID v4 字串
feature/功能名稱
fix/問題描述
VS Code + Tauri + rust-analyzer
本專案使用 Tauri 建置