TomoAid Meeting Tools

TomoAid Meeting Tools

把會議錄音變成「知道誰說了什麼」的結構化會議記錄，全程在 Claude Code 裡完成。

兩個 skill：

Skill	做什麼
/tomoaid:meeting-notes	錄音 → 聲紋識別 speaker-labeled 逐字稿 → 清理 → 結構化會議記錄 .md（含 Action Items），產出到本地檔案為止
/tomoaid:voiceprint-setup	用一段多人會議錄音建立團隊聲紋庫：diarization 自動切出每位 speaker 的樣本 → 本地網頁試聽標記人名 → 寫入聲紋庫

特色

• 具名 speaker：用 pyannote.ai voiceprint 比對，逐字稿直接標 **Alice** [00:00:12–00:00:34]，不是匿名的 SPEAKER_00
• 官方對齊邏輯：採 pyannote 官方 segment-level max-overlap 合併 diarization 與 ASR；無語音區段的 ASR 幻覺會被標注供清理
• 詞彙表 priming：人名、產品名、術語透過 prompt 餵給 ASR，大幅減少專有名詞聽錯；用繁體撰寫同時把輸出偏向繁體
• 長音檔自動切段：超過 API 上限自動切段轉錄，段與段之間傳遞上下文
• 不碰 git：產出只到本地檔案，commit / PR 由你自己決定

安裝

/plugin marketplace add tomoaid/claude-plugin
/plugin install tomoaid@tomoaid

安裝時可選 Project scope，plugin 只在當前專案啟用。

團隊安裝（project scope）

要讓隊友 clone 專案後自動啟用、且只在該專案生效，把這段提交進該專案的 .claude/settings.json：

{
  "extraKnownMarketplaces": {
    "tomoaid": {
      "source": { "source": "github", "repo": "tomoaid/claude-plugin" }
    }
  },
  "enabledPlugins": {
    "tomoaid@tomoaid": true
  }
}

隊友信任（trust）該專案資料夾後，Claude Code 會提示安裝 marketplace 與 plugin，不影響其他專案。

需求

• OPENAI_API_KEY（whisper-1 / gpt-4o-transcribe 轉錄）
• PYANNOTEAI_API_KEY（diarization 與 voiceprint，https://pyannote.ai）
• ffmpeg / ffprobe（brew install ffmpeg）
• curl（macOS / 多數 Linux 內建，OpenAI 上傳用）
• Python 3.10+（僅用標準庫，無需 pip install）

使用

第一次先建聲紋庫（拿一段大家都有發言的會議錄音）：

/tomoaid:voiceprint-setup ./recordings/last-meeting.m4a

瀏覽器會開一個標記頁面，逐段試聽、填上成員英文名、儲存。之後整理會議就一句話：

/tomoaid:meeting-notes ./recordings/2026-06-11.m4a

產出三個檔案：meetings/<date>-<topic>.md（會議記錄）、meetings/transcripts/（清理後逐字稿）、meetings/recordings/（音檔，自動 gitignore）。

設定（選填）

預設路徑：聲紋庫 .tomoaid/voiceprints.json、詞彙表 .tomoaid/asr-glossary.md、輸出 meetings/。要改就在專案根目錄放 .tomoaid.json：

{
  "voiceprints": "company/voiceprints.json",
  "glossary": "company/asr-glossary.md",
  "meetings_dir": "meetings"
}

詞彙表強烈建議建立（範例見 examples/asr-glossary.example.md）：一段包含團隊成員名、產品名、客戶代號、常用術語的繁體文字，會餵給 ASR 當 priming，是改善專有名詞辨識最有效的手段。

隱私與成本

• 音檔會離開你的機器：轉錄送 OpenAI Audio API；diarization 送 pyannote.ai（暫存區檔案 48 小時自動刪除）。內容敏感的會議請自行評估。
• Voiceprint 是不可逆的 feature vector，無法還原成原音，但屬於可識別個人的生物特徵資料——建議存在私有 repo，且取得團隊成員同意後再建立。
• 成本量級：一小時會議約一次 pyannote diarization/identify job + 一小時 whisper-1 轉錄，依兩家 API 定價計費。

License

MIT