会议纪要是团队协作里最容易被拖延的一环：会开完之后，整理录音、核对结论、分发文档，一套流程走下来往往比开会本身还耗时。DuMate把语音转写、说话人分离和智能摘要整合在一条链路里，从录制结束到产出结构化纪要，通常只需要几分钟。这篇文章把整套方法拆开讲透，包括会前配置、会中录制、会后生成与导出，以及让纪要更贴合团队规范的进阶用法。
先弄清原理：DuMate生成纪要的三段式链路
用工具之前先了解它的工作方式，后面遇到问题才知道从哪里下手。DuMate处理一场会议音频，内部会经历三个阶段：第一阶段是语音活动检测与切分，系统先把连续的录音流切成一个个短片段，过滤掉静音和噪声段；第二阶段是语音识别，把每个片段转成带时间戳的文字；第三阶段才是摘要生成，把整篇转写文本交给语言模型，按照预设模板提炼出议题、结论、待办事项等结构化内容。
说话人分离是夹在第二阶段里的关键环节。DuMate会根据音色特征给不同发言者打上标签，最终纪要里每句话前面的人名，就是靠这个能力标注出来的。理解这一点很重要：如果会上有两个人音色接近，或者有人频繁移动位置导致麦克风收音忽大忽小，说话人标签就可能串位，这也是后面排查问题时最常见的方向。
还有一点值得强调，整条链路里对最终质量影响最大的是识别准确率，而识别准确率又高度依赖音频质量。也就是说，与其在会后反复修改纪要，不如在会前把收音环境调整好，这个投入产出比要高得多。
会前准备：四项配置决定纪要质量上限
第一项是音频输入源。线下会议建议用指向性会议麦克风，或者把DuMate接入会议室的音频输出；线上会议则直接选择虚拟音频设备捕获系统声音，这样收音质量远好于用笔记本内置麦克风去录扬声器的声音。采样率保持默认的16000赫兹即可，这是语音识别模型最适配的规格。
第二项是语言与术语配置。如果团队讨论中会高频出现产品名、人名、专业缩写，一定要提前把这些词加入自定义词表，识别引擎会优先匹配词表内容，专有名词的准确率能明显提升。第三项是说话人档案，提前录入常参会人员的声音样本，分离准确度会稳定不少。第四项是选择纪要模板，DuMate内置了项目周会、需求评审、客户访谈等几套模板，选对模板，摘要的段落结构就基本成型了。
这些配置可以集中写在一个会话配置文件里，开会前加载一次即可：
{
"session_name": "项目复盘会",
"language": "zh-CN",
"audio_source": "system_loopback",
"sample_rate": 16000,
"speaker_diarization": true,
"max_speakers": 6,
"custom_vocab": ["灰度发布", "熔断降级", "DuMate"],
"summary_template": "project_review",
"export_format": ["docx", "md"]
}
配置文件里的custom_vocab就是自定义词表，summary_template对应内置模板的标识名。把这份文件保存为模板后，同类会议可以直接复用，不必每次重配。
实操步骤：从开始录制到导出纪要的完整流程
配置就绪后，正式流程分四步走。第一步，会议开始时新建会话并启动录制，界面上会出现实时转写区，每句话识别完成后立刻上屏，方便随时确认收音是否正常。如果发现转写区长时间没有新内容，大概率是音频源选错了，当场切换比会后补救划算得多。
第二步是会中标记。讨论到关键结论或者产生分歧时，点一下重点标记按钮，或者用快捷键打一个时间点标签。这些标记不会打断录制，但会在摘要阶段被优先参考，被标记的段落会进入纪要的核心结论区，遗漏重要信息的概率大幅降低。
第三步，会议结束后停止录制，DuMate会自动执行说话人分离和摘要生成，通常一到两分钟内就能看到完整的结构化纪要。第四步是人工校对与导出，重点检查人名对应关系和待办事项的责任人字段，确认无误后导出为docx或Markdown格式，直接分发到团队文档库。
习惯命令行操作的话，整套流程也可以用两条命令完成：
# 启动录制并加载会话配置 dumate record --config review_meeting.json # 结束后触发生成与导出 dumate summarize --session "项目复盘会" --style concise --export docx --out ./minutes/
summarize命令的style参数支持verbose和concise两种风格，前者保留更多讨论细节，适合需要留档追溯的正式会议；后者只输出结论和待办，适合节奏快的日常站会。
进阶技巧：让纪要长成团队想要的样子
内置模板覆盖不到的场景，可以自定义纪要结构。DuMate的模板本质上是一份分段规则加提示词的组合，你在模板里定义好要提取哪些字段，摘要模型就会按字段逐项填充。比如团队希望纪要固定包含风险项和下次会议议题，只需要在模板里加上对应段落定义。
{
"template_name": "custom_review",
"sections": [
{"title": "议题概览", "source": "auto"},
{"title": "核心结论", "source": "marked_segments"},
{"title": "风险与待确认项", "source": "prompt", "hint": "提取讨论中提到的技术风险、排期风险及未达成一致的问题"},
{"title": "待办事项", "source": "prompt", "hint": "以表格形式输出事项、责任人、截止时间"}
]
}
source字段控制每个段落的素材来源：auto表示从全文自动提炼，marked_segments表示优先采用会中手动标记的片段，prompt则配合hint里的提示词做定向抽取。这套机制的核心思路是把提取要求讲清楚讲具体，hint写得越明确，模型输出的格式就越稳定。
另一个实用技巧是历史音频批处理。把过去积压的录音文件放进一个目录，用批处理命令一次性转写并生成纪要，几百小时的存量录音可以在挂机状态下消化完，对于需要补建会议档案的团队特别省事。
常见问题排查：转写不准、说话人混淆怎么办
实际使用中反馈最多的问题集中在三类。转写准确率低，多数情况是音频源的问题，先检查是否误选了内置麦克风去录外放声音，再确认自定义词表有没有把高频专有名词加进去。说话人标签错乱，优先确认参会人数是否超过配置的max_speakers上限，超限时分离算法会强行合并相近音色，把上限调高后重新生成分离结果即可。
摘要遗漏要点，通常是因为讨论时间过长导致上下文超出单次处理窗口，这时可以改用分段摘要模式，让DuMate按议题分块提炼再合并，代价是生成时间稍长。导出格式异常则多为文件被占用导致，关闭正在使用目标文件的程序后重试就行。
| 问题现象 | 常见原因 | 处理方式 |
|---|---|---|
| 转写文字大量错漏 | 音频源选择错误、词表缺失 | 切换音频输入、补充自定义词表 |
| 发言人张冠李戴 | 参会人数超过上限、音色接近 | 调大max_speakers、录入说话人档案 |
| 纪要缺少关键结论 | 长会议超出处理窗口 | 启用分段摘要模式、会中多用重点标记 |
| 导出文件失败 | 目标文件被占用 | 关闭占用程序后重新导出 |
把这套方法跑顺之后，会议纪要基本可以从待办清单里划掉：会前花两分钟加载配置，会中顺手打几个标记，会后核对一遍就能分发。工具替代的是机械劳动，结论的把关和责任的确认仍然需要人来完成，这也是用好任何自动化工具的边界所在。