同样写着「把话变成字」，实时字幕和会后纪要其实是两类工具：前者服务于会议进行中，解决听不懂、听不清；后者服务于会议结束后，解决记不住、难跟进。选错工具的代价很具体——该开字幕的会议冷场，该出纪要的会议散了场，没人知道谁在几号之前干什么。用 AI 处理会议，先把用途定下来，再挑工具。
一句话分清两者
实时字幕的价值是让会议能开下去，所以它对延迟敏感、对准确度相对宽松：字幕晚十秒出来就失去意义，错个别词听众能靠上下文补上。会后纪要的价值是让会议产生结果，所以它对准确度要求高得多：记错一个决定、写错一个责任人，后续执行就整段走偏。先想清楚你要解决听不懂还是记不住，选型就完成了一半。
实时字幕的三类场景
跨语言会议是刚需：外语发言实时转成母语字幕，与会者不用等翻译复述，讨论节奏不断。无障碍参与是第二类：听障同事靠字幕跟上讨论，这属于基本的工作条件而非额外福利。第三类是音质差或口音重：线上会议室回声大、电话会议信号不稳，字幕能兜住听不清的部分。嘈杂环境下各家转写质量差距不小，选型前可以看这篇AI 录音转写对比：嘈杂环境的准确率。这三类场景的共同点是消费发生在会议中，字幕中断几秒都会影响理解。
会后纪要的三类场景
需要留档的会议排头一位：结论、分歧、待办都要存档备查，出了争议能翻记录。需要跟进的会议排第二位：从讨论里提取待办事项和责任人，纪要直接变成任务清单。第三类是同步给没参会的人：让对方五分钟读完三十分钟的会，而不是再开一次会来传达。这三类的消费都发生在会后，晚半小时出稿没有影响，记错了才要命。
| 场景 | 该选什么 | 判断标准 |
|---|---|---|
| 跨语言或听障参与 | 实时字幕，或带字幕功能的会议软件 | 字幕延迟在两三秒内可接受 |
| 结论要存档备查 | 会后纪要，人工核对后归档 | 决定、责任人、期限三项齐全 |
| 既要听懂又要跟进 | 字幕加纪要组合，或一体的产品 | 纪要发出前有人过目一遍 |
判断标准：延迟与准确度的取舍
把两个指标摆在一起看就清楚了。延迟决定字幕能不能用：现场交流要求秒级出字，具体表现受网络和音质影响，以实测为准。准确度决定纪要能不能用：字幕错一个词，听众自己会修正；纪要错一个数字，执行的人照着错的方向走。所以挑字幕产品先测延迟，挑纪要产品先测人名和数字的出错率，两个测试各花十分钟就能做完。「先定用途再定标准」这套判断方式也适用于模型选型，比如稠密模型和 MoE 怎么选、自部署权重和调 API 怎么取舍，逻辑是同一套。
都要用时怎么组合
更好的用法是搭配：会中开字幕确保沟通顺畅，会后自动出纪要用于跟进。部分会议软件已经把两条链路做在一起，也有的方案是会议软件管字幕、转写工具管纪要，各取所长。组合的关键只有一个：纪要在发出去之前必须过一遍，尤其是决定和待办部分。机器分不清「张三负责」和「李四负责」的差别，你分得清。
这类工具帮不上忙的情况
四个坑提前知道。多人抢话的场景，转写容易把发言归属弄混，纪要的责任人栏经常张冠李戴，重要的拍板环节建议人工记录。专业术语密集的会议，模型对行业用语识别不稳，先喂一份术语对照能明显改善。白板和共享屏幕上的内容不进音频，字幕和纪要都覆盖不到，图上的结论要单独补记。最要紧的一条：录音必须事先征得参会人同意，这既是礼节也涉及合规，没有共识就录音，后面的一切都白做。
还有三个疑问
字幕和纪要能不能共用一次录音：多数支持会后纪要的工具就是先转写再整理，同一份录音两条产出，选型时可以当加分项。纪要要不要发给全体参会人：建议先发给决策相关的人核对，确认无误再扩大范围，出错后的撤回比首发前的核对成本高得多。免费额度够不够用：各产品的时长限制和功能开放差别很大，具体以官方说明为准，拿一次真实会议全流程试一遍再做决定。
会议工具速查
- 解决听不懂：实时字幕，延迟优先
- 解决记不住：会后纪要，准确度优先
- 两者都要：字幕加纪要组合使用
- 纪要发出前必过一遍决定与待办
- 录音先征得参会人同意
