老闆會議上說「這週先不要上線」，紀錄卻變成「這週先上線」。大家看著 AI 整理的漂亮筆記，立即動工。

先想像上面這場會議。用 AI 做會議摘要，可能遇到名字聽錯、英文縮寫變成中文，或一句原本聽起來猶豫的句子，整理完顯得斬釘截鐵。AI 會議摘要讀起來太順了，順到有點危險；從聲音變成文字，再整理成摘要，每一步都可能漏掉原話的條件與語氣。

Microsoft Teams 的智慧回顧提供 AI 筆記與建議的後續工作。依微軟文件，會議逐字稿是這類內容的重要依據，部分功能也會用到出席資料與簡報資訊。

麥克風收到的，不是一句話

Automatic Speech Recognition，簡稱 ASR，自動語音辨識，就是把人說的聲音轉成文字。 麥克風收到的是聲音訊號，系統需要從裡面判斷可能有哪些字詞，再利用語言中的規律與上下文，組成文字結果。

像「期中」和「其中」，放在不同句子裡才比較容易分辨。人也會靠前後文補聽不清楚的地方；AI 同樣可能產生很合理、卻不符合原話的結果。專案代號、人名或不常見的產品名稱，AI 暫時還沒有通靈的能力。

最後摘要又會從這份文字裡挑重點、整理決策與工作。如果前面的「不」已經漏掉、專業名詞錯得亂七八糟，再厲害的整理，都可能只是 Do the thing，而不是 Do the right thing。

這句話是誰說的，重要嗎？

「我來處理」這四個字，就算全部寫對，如果不知道是誰說的，待辦仍然派不出去。聲音轉文字和辨認發言者又是不同工作。

AI 可以替大家省掉追著發言打字的忙亂，但最後那句「所以我們現在決定什麼」，我想還是值得在過程中一起寫個筆記，在逐字稿出來後看過一輪，摘要結果可能更值得大家採納。

聊聊你的經驗

你目前有使用會議摘要 AI 嗎？用哪個，還遇到哪些限制？

文／上哲（ChatGPT 協力）