实时语音转录摘要

要解决的问题

会议、访谈、系统提示音或本地语音内容经常只存在于音频流中，手动听写容易遗漏时间线，事后整理标题和结构成本较高。realtime-transcription 适合把持续音频快速转成可读文本，并在停止时生成 TITLE + SUMMARY，减少从“录音”到“可检索笔记”的手动搬运。

工作方式

技能基于 SenseVoice/FunASR 做实时识别，核心流程是：

• 开始转录：选择 blackhole 系统音频或 mic 麦克风，输出到 .tmp/transcript.txt。
• 过程管理：通过 PID 文件控制停止，并支持 --idle-timeout 在长时间静音后暂停，避免无意义录制。
• 停止与归档：读取转写文本，构造摘要提示词，由模型生成标题和结构化摘要，最终按 archive/YYYY/MM/DD-HHMM-title.md 保存。

它更偏向本地工作流：先检查依赖，再启动进程；若 BlackHole 缺失，可回退到麦克风；若转写为空，则跳过摘要与归档，避免产生空笔记。

适用边界

该技能不是云转写服务，也不保证对所有口音、低音量或复杂混音都稳定。静音超时、设备 ID、模型路径等都需要按运行环境调整；若依赖缺失，它会拒绝启动并给出修复方向。对于需要长期稳定、多方语音分离或高精度术语识别的场景，应把它看作本地实时草稿工具，而非最终出版级转录系统。