LexVoice 用户手册#

适用版本：1.13.4 · 更新日期：2026-07-16

LexVoice 是一款 Obsidian 录音转写与 AI 纪要插件：后台录音、分段或流式转写、AI 整理成结构化 Markdown 纪要，并提供听写、音频导入、实时大纲与知识沉淀等能力。本手册面向普通用户，覆盖安装、配置、日常使用与故障排查。

第 1 章产品概述#

1.1 定位#

LexVoice 让 Obsidian 成为一台「会议记录员」：录音过程中自动按分段把音频送去转写（转写指把语音识别为文字的服务，需要用户自行配置云端或本地服务），录音结束后再由大模型（LLM，即 AI 整理服务）把全部转写内容合并润色为一篇结构化的 Markdown 纪要。除会议录音外，插件还提供即时听写（短语音直接落字到光标处）、已有音频导入转写、实时大纲、对纪要提问与知识沉淀（人员、待办、学习卡片、热词）。

1.2 核心工作流#

录音（分段切片，边录边转）
   │
   ▼
转写（云端或本地语音识别服务，逐段返回文字）
   │
   ▼
AI 整理（大模型按所选模板合并润色）
   │
   ▼
结构化纪要（frontmatter + 正文 + 可折叠原始材料）

录音开始的一刻，插件即在纪要文件夹创建占位笔记；每段转写完成后实时写入笔记；停止录音后进入收尾流程，最终重写为整合排版的完整纪要，并联动写入当日日记。

1.3 系统要求#

• Obsidian 1.10.0 及以上版本（人员库等 Bases 视图依赖该版本的官方 Bases 能力）。
• 桌面端（Windows / macOS / Linux）支持全部功能。
• 移动端可安装启用，但仅支持「仅麦克风」录音，流式转写、流式听写、PDF 报告等为桌面端限定，详见第 13 章与附录。
• 至少配置一个转写服务（如硅基流动、小米 MiMo 等）；如需 AI 整理，还需配置一个 OpenAI 兼容的大模型服务。
• 部分知识层视图依赖社区插件 Dataview（学习墙、待办墙等）。

第 2 章安装与更新#

2.1 从 GitHub Release 手动安装#

这是仓库文档化的标准安装方式：

1. 打开发布页 https://github.com/Lynn-x/LexVoice/releases ，下载最新版本的三个文件：main.js、manifest.json、styles.css。
2. 关闭 Obsidian。
3. 在你的库（vault）目录下，进入 .obsidian/plugins/，新建文件夹 lexvoice，把三个文件放入其中（完整路径为 <库目录>/.obsidian/plugins/lexvoice/）。
4. 重新打开 Obsidian，进入「设置 → 第三方插件」，关闭安全模式（如尚未关闭），在插件列表中启用「LexVoice」。

注意：LexVoice 的发布 tag 为裸版本号（如 1.13.4，不带 v 前缀）。

2.2 通过 BRAT 安装#

仓库根目录包含 manifest.json 与 versions.json，符合 BRAT（Beta Reviewers Auto-update Tester，一款用于安装测试版插件的社区插件）的目录要求。可尝试：在 BRAT 中选择「Add beta plugin」，填入仓库地址 Lynn-x/LexVoice 完成安装。若 BRAT 安装遇到问题，请回退到 2.1 节的手动安装方式。

2.3 插件内置增量更新器#

安装完成后，后续升级不必再手动替换文件：

• 路径：「设置 → 更新」。该页显示当前版本、可用版本、上次检查时间、上次错误与备用下载源数量，并提供「检查更新」「一键增量更新」按钮和「打开 GitHub」「打开 Release」直达链接。
• 自动检查：默认开启「启动时自动检查」，最多每 24 小时执行一次（启动后延迟约 4 秒静默进行）。发现新版本时弹出通知。
• 命令面板亦提供「检查更新」「安装可用更新」两条命令。
• 多路下载源：安装更新时按顺序尝试 fastly.jsdelivr（按版本 tag）→ cdn.jsdelivr（按版本 tag）→ GitHub Release 直连 → mirror.ghproxy.com → ghproxy.net，最后回落到分支源。jsDelivr 镜像在国内网络环境下通常可直连，无需代理。
• 安全机制：更新前先把 manifest.json、main.js、styles.css、README.md 及 data.json（插件设置）备份到插件目录下的 .lexvoice-update-backups/<时间戳>/；所有文件先全部下载进内存，任一必需文件失败即整体放弃、不写入任何文件；写入时 manifest.json 排在最后，写后逐文件回读校验，避免版本错位。

2.4 升级注意事项#

• 更新只替换发布文件（main.js 等），不会覆盖 data.json：API 密钥、保存路径、自定义提示词与队列数据均保留。
• 更新完成后需重启 Obsidian，或在第三方插件页关闭再启用 LexVoice 使新版本生效。
• 即使版本号相同，也可用「一键增量更新」重装官方文件，用于修复本地文件损坏。
• 插件启动时会自检 main.js 实际版本与 manifest.json 版本是否一致，不一致时显示常驻告警，此时建议重新执行一次更新。

第 3 章快速上手：三步跑通第一篇纪要#

第一步：配置转写服务#

转写服务负责把语音识别成文字，是必配项。

1. 打开「设置 → 第三方插件 → LexVoice → API」。
2. 在「纪要转写」区的「转写服务」下拉中选择一家服务（默认为硅基流动），页面会显示该服务的指南卡（说明、价格提示、配置步骤与官方文档链接）。
3. 到服务商官网注册并获取访问密钥（API Key），填入「访问密钥」输入框；服务地址与模型名称通常保持默认即可。
4. 点「连通性测试 → 测试」——插件会用一段 1 秒静音音频发起真实转写请求，成功会显示返回结果，失败会显示错误信息。

更省事的做法：若你使用小米 MiMo 或硅基流动这类同时提供转写与大模型的平台，可在「设置 → LexVoice（首页）→ 快速配置」中选择供应商、填一次 Key、点「应用」，即可同时配好转写服务与 AI 整理服务，并自动保存为一套 API 方案。配完可直接跳到第三步。

第二步：配置 AI 整理大模型#

AI 整理服务负责把转写文字合并润色为结构化纪要；不配置也能录音转写，但纪要将停留在原始文字稿。

1. 打开「设置 → API → AI 整理服务」。
2. 从「服务预设」下拉中选择供应商（内置硅基流动、OpenAI、DeepSeek、阿里百炼、智谱 GLM、本地 Ollama 等 19 个预设），地址自动填入。
3. 填入访问密钥（若与转写同为硅基流动或 MiMo，可点「复用转写密钥」）。
4. 点「获取可用模型」，从服务返回的模型列表中点选一个模型，避免手敲出错。
5. 点「测试连接」验证地址、密钥、模型三要素是否匹配。

第三步：录音并得到纪要#

1. 点击屏幕上悬浮气泡的麦克风按钮（或左侧 Ribbon 的麦克风图标、实时纪要面板底部的「新建录音」按钮）开始录音。插件会立即创建占位笔记并弹出通知说明当前音源与分段策略。
2. 正常开会或讲话。默认每 5 分钟切一段送转写（开头 10 秒、60 秒、180 秒各有一次快切，很快就能看到文字），每段转写实时写入笔记，实时大纲同步刷新。
3. 讲完后点悬浮气泡的停止按钮（或面板停止按钮），插件自动合并润色全部转写、重写为结构化纪要、提炼主题追加到文件名并打开。至此第一篇纪要完成。

若要旁听电脑里播放的声音（线上会议、网课视频），需先安装虚拟声卡并在「设置 → 常规 → 音频输入」中切换录音来源，详见 4.3 节。

第 4 章录音与会议纪要#

4.1 功能定位#

会议录音是 LexVoice 的主链路：从开始录音到产出纪要全程自动化，中途支持暂停、实时查看转写与大纲，结束后由 AI 按所选模板整理成文，并自动命名、归档、写入日记。

4.2 开始、暂停与停止#

开始录音的入口：

• 命令面板「开始/停止录音」；
• 命令「开始录音 · 仅麦克风」「开始录音 · 麦克风 + 电脑音频」「开始录音 · 仅电脑音频」（一次性指定音源，不改默认设置）；
• 左侧 Ribbon 麦克风图标；
• 悬浮气泡空闲态的麦克风按钮；
• 实时纪要面板空闲态底部「新建录音」按钮。

开始录音时，插件立即在纪要文件夹创建占位笔记（文件名按「纪要文件名格式」生成，默认 YYYY-MM-DD HHmm），并弹出通知说明当前音源与分段策略。若开启「录音开始时自动打开实时纪要面板」（默认开启），侧栏面板会随之打开。

暂停与恢复：命令「暂停/继续录音」、悬浮气泡的暂停按钮或面板录音状态条上的暂停按钮。暂停期间计时停止，暂停时长不计入录音时长与分段切点。

停止录音：命令「开始/停止录音」、Ribbon 图标、悬浮气泡的停止按钮（提示「停止并合并润色」）或面板的停止按钮。停止后自动进入收尾流程：

1. 切出最后一段音频并保存整场母带（完整录音文件）；
2. 等待最后一段转写完成，合并全部分段转写；
3. 大模型按所选模式模板合并润色；
4. 按「纪要整合排版」重写整篇笔记（关闭该设置时改为追加「## 整合版」块）；
5. AI 提炼不超过 15 字的主题追加到文件名；
6. 写入当日日记「今日会议概要」；
7. 清理成功转写的分段缓存音频；
8. 通知「LexVoice 处理完成」并自动打开纪要（可在「设置 → 常规 → 完成后动作」关闭）。

AI 整理失败时，可重试的任务进入待处理队列，纪要保留原始转写不丢失。

4.3 三种音源模式#

在「设置 → 常规 → 音频输入 → 录音来源」或面板空闲态的「音频」下拉中选择：

「电脑音频」两种模式必须先安装虚拟声卡并在设置中显式选定设备：Windows 使用 VB-Cable，macOS 使用 BlackHole，Linux 使用 PulseAudio/PipeWire 的 monitor 设备。未选定设备时插件直接报错，不会自行猜测设备。设置页的「电脑音频指引」按钮会打开安装教学弹窗，「自动推荐」按钮在检测到虚拟声卡时可一键切换到混合或仅电脑音频模式。

每个转写分段会记录其音源标记。需要注意：混合模式录成单轨，插件无法从音频上区分「哪句是我说的、哪句来自电脑」，详见 13.2 节。

4.4 录音设备选择#

「设置 → 常规 → 音频输入」提供「麦克风」与「电脑音频输入」两个设备下拉（按当前模式显示），列出全部系统音频输入设备，疑似虚拟声卡会附加「（推荐 · 虚拟声卡）」提示。麦克风留空表示使用系统默认输入；一旦选定具体设备，插件将严格按该设备打开，设备不可用时报错提示重选，绝不静默换用其他设备。录音中，面板底部显示设备状态条与每路输入的 12 段电平条，静音时显示「静音」字样。

4.5 分段机制（即时分段转写）#

开启「即时分段转写」（默认开启）后，录音按分段间隔自动切片，每片立即发送转写，结果实时写入笔记的分段区（格式为「### 段落 N (MM:SS–MM:SS)」，附可点击回听的音频锚点），并弹出「段 N 已转写」通知。

分段机制的关键参数：

其它行为：

• 转写失败的段会标注失败并自动进入重试队列（见第 12 章）。
• 关闭「即时分段转写」则整场只在停止时一次性转写。
• 当前转写服务为流式服务（OpenAI Realtime、阿里 Paraformer 等 wss 端点）时，分段设置不生效，改为全程实时字幕，详见 8.4 节。

4.6 录音文件存放与清理#

• 整场母带：由独立录制器全程录制，停止时保存为 lex-<YYYYMMDD-HHmmss>.<扩展名> 到录音文件夹（默认 LexVoice/录音），长期保留、不自动删除。格式一般为 webm/opus。
• 分段缓存：录音期间的切片先写入分段缓存文件夹（默认 LexVoice/.cache/segments）。整场成功收尾且母带存在时，成功转写的切片自动移入系统废纸篓；失败待重试的切片保留。可开启「保留后台切片音频」（默认关闭）改为全部保留。
• 手动清理：命令「清理过期分段音频缓存」删除缓存中超过 7 天且不再被重试队列引用的音频；命令「清理空白短录音」扫描纪要文件夹，找出时长不超过 10 秒且无有效转写文本的纪要，经确认后连同关联录音一并移入系统废纸篓。
• 误触过滤：「过滤 3 秒内录音」（默认开启）会把少于 3 秒的录音直接丢弃，不存音频、不建纪要。
• 所有删除操作均走系统废纸篓，可恢复。

4.7 纪要笔记结构#

整合排版（默认开启）下，最终纪要结构自上而下为：

1. YAML frontmatter（文档属性区）：插件注入 mode（模式）、time、时长、人物 等字段；主题、参会人 等内容字段由 AI 按模式模板填写，转写中未提及的写「未提及」；状态: 已整理；tags 自动包含 lexvoice/<模式> 系统标签及 AI 建议的主题、项目、公司、行业等中文标签。
2. 标题：「# 日期时间 · 模式前缀」。
3. AI 整理正文：顶部为摘要速览（callout 块），正文按讨论脉络组织为三级标题，待办使用 - [ ] 任务语法。
4. 分隔线之下的「## 原始材料」区：录音信息、会中材料、实时大纲、回听时间轴、原始音频与「分段原始转写」等各自折叠存放，每段带时间区间与回听锚点。

关闭整合排版时，笔记按时间顺序保留原始分段，末尾追加「## 整合版」块。若 AI 输出被截断，正文顶部会插入告警提示。

4.8 续录到已有纪要#

在面板「纪要」列表中右键某条纪要，选择「继续录音到这篇」：插件以该纪要的原始转写为基底开始新录音，新分段的时间偏移接续原纪要总时长；停止后新旧分段合并重新整理，整篇纪要重写。同菜单还提供「与上一段录音合并」。目标必须是含 LexVoice 原始转写分段的纪要，否则会提示无法续录。

4.9 日记联动（今日会议概要）#

纪要整理成功后，插件在当日日记（依赖 Obsidian 日记功能，日记不存在时按其模板自动创建）中找到或创建「今日会议概要」标题，追加一条概要，默认包含时间、纪要链接、模式/时长/分段/模型元信息、核心摘要与待办块。同一场会议重复整理时就地更新而不重复追加。相关设置在「设置 → 常规 → 完成后动作」：开关（默认开）、标题文字与概要模板均可自定义，模板支持 {{date}}、{{note_link}}、{{summary}}、{{todos_block}} 等占位符。

4.10 悬浮气泡#

悬浮气泡默认常驻屏幕、可拖动，位置自动记忆，贴边时自动收起为停靠样式，窗口缩放后自动回到视口内。三种状态：

• 空闲态：三枚圆形按钮——打开最近一篇纪要（定位跳转）、听写（快速口述）、开始会议录音。
• 录音态：控制胶囊——跳到当前录音笔记的转写位置、暂停/继续、停止并合并润色、实时计时器。
• 听写态：实时字幕胶囊——流式听写时边说边显示当前句，批量听写显示「聆听中…」，随后依次显示「AI 整理中…」「已写入」。

悬浮气泡常驻显示、不自动隐藏，可通过命令「显示/隐藏悬浮气泡（总开关）」或「设置 → 常规 → 悬浮控制 → 显示悬浮气泡」关闭；「悬浮窗大小」提供大/中/小三档（默认大）。

4.11 注意事项#

• 已有录音进行中或听写进行中时，无法再开始新录音。
• 系统在录音中收回麦克风权限时，录音被动进入暂停态，面板显示「麦克风访问被拒绝」遮罩，可选择「仅保存录音」或跳转系统设置；恢复权限后需重新开始录音。
• AI 整理需已配置大模型服务；未配置或调用失败时纪要保留原始转写文本，可修好配置后重新整理。
• 网络中断时录音在本地正常继续，面板显示「网络中断 · 录音正常继续」横幅，转写在恢复后通过队列补齐。
• 整场几乎无声（有效采样中有声占比低于 2%）时，停止后会提示「整场几乎没检测到声音」，请检查设备选择。

第 5 章实时大纲与会议工作台#

5.1 功能定位#

实时纪要面板是 LexVoice 的会议工作台：录音中实时呈现 AI 大纲、接收会中补充与即时提问；录音外可回看纪要、执行知识沉淀、对纪要提问、管理最近纪要。

5.2 打开面板#

• 左侧 Ribbon 的列表树图标「LexVoice 实时纪要面板」；
• 命令面板「打开实时纪要面板」；
• 「设置 → LexVoice（首页）」的「打开实时纪要面板」按钮；
• 录音开始时自动打开（「设置 → 进阶」中可关闭）。

桌面端在右侧边栏打开，移动端为全屏标签页。面板是唯一实例，重复打开会聚焦已有面板。

面板上方为录音控制区，随状态切换：

• 空闲时：「模板」（整理模式）与「音频」（音源）两个常驻下拉；「更多设置」折叠区（API 方案一键切换、「分段 N 分」滚轮调节、整理偏好、思考档，折叠时右侧显示当前值摘要）；设备状态条；底部「新建录音 / 音频（导入）/ 文本（导入）」按钮。面板内的修改与设置页同源、即时保存。
• 录音中：停止方块按钮、声波动画、已录时长、暂停/继续按钮，以及每路输入的电平条；出现问题时显示「网络中断 · 录音正常继续」或「AI 服务不可用」横幅；收尾阶段显示「AI 正在整理最终纪要内容」；麦克风权限被系统收回时整面板覆盖「麦克风访问被拒绝」遮罩。

下方为四个标签页：大纲、沉淀、问一问、纪要。录音中与空闲时均可切换；文件改名或删除会自动同步刷新纪要列表。

5.3 大纲标签页：实时大纲#

录音过程中，每当一段音频转写完成，插件自动调用 AI 把已有转写增量综合成一份带时间锚点的提纲；大纲条目开头的时间戳可点击回听对应位置。录音结束时还会补跑一次最终版大纲，以「录音中实时大纲」折叠块保存进纪要文件。

关于更新节奏，请务必理解：实时大纲随每段转写完成后更新，因此其体感更新频率约等于分段间隔。默认分段间隔为 5 分钟，意味着大纲大约每 5 分钟才刷新一次——如果把分段间隔设得很大（如 15–30 分钟），大纲会长时间不动，看起来像「卡住」，这是正常现象而非故障。希望大纲刷新更勤，应调小分段间隔（面板「更多设置」中滚轮调节「分段」，最低 0.5 分钟）；一般会议建议 3–5 分钟。

完整的触发规则如下：

• 触发源是「一段转写完成」，触发后经至少 2.5 秒防抖再调度生成；
• 首份大纲需要累计至少 2 段或 120 字以上转写；
• 已有大纲后，两次自动生成之间至少间隔 30 秒（本地模型端点为 90 秒），且需累计新增 2 段或 200 字以上转写——由于默认 5 分钟才切一段，这条 30 秒下限只在分段很密时才成为瓶颈；
• 手动点大纲区的「刷新」按钮可强制跳过全部节流立即重算；生成中该按钮变为「停止等待」，可取消解卡。

其它行为：

• 「实时大纲」总开关位于「设置 → 进阶 → 纪要与实时大纲」（默认开启），关闭后仅可手动刷新。
• 每次大纲刷新是一次大模型调用，分段越密调用越多、消耗越大。
• 会中补充（工作台条目）会按时间插入到大纲时间线的对应位置。
• 生成失败时自动指数退避（30 秒起，最长 5 分钟）。
• 网络中断时大纲暂停，时间线上显示「大纲生成已暂停」缺口卡，恢复后自动补做。

空闲状态下，在编辑器打开任意 LexVoice 纪要时，大纲标签页自动切换为回看视图：内联音频播放器（播放/暂停/进度/静音）、保存的实时大纲（时间锚点点击即定位播放进度）与回听时间轴。

5.4 会中工作台（会中补充与即时助理）#

录音进行中、面板停在大纲标签页时，底部出现输入条（提示语：「记下来 · #概念 ?问题 !重点 @指派 /待办」），Enter 发送、Shift+Enter 换行，旁有拍照与附件按钮（移动端另有相册按钮）。

输入的文字作为带时间戳的「会中补充」按录音时刻插入大纲时间线，最终整理时作为材料并入纪要。不同前缀触发不同处理：

AI 即时回复挂在条目下方，单条超时 35 秒，失败显示错误。拍照/附件会把文件存入会议资料文件夹（默认 LexVoice/会议资料/<场次时间戳>/，路径在「设置 → 常规 → 文件与命名」）并作为材料条目上时间线，点材料标签可打开文件；每条补充都可单独移除。

5.5 问一问标签页#

对当前纪要提问：空闲时针对编辑器中打开的 LexVoice 纪要，录音中或刚结束时针对本场录音笔记。输入框 Enter 发送、Shift+Enter 换行，下方有快捷提问标签。

• 回答依据：插件把问题连同纪要内容（原始转写优先、纪要正文辅助，截断至 1.8 万字）发给大模型，只依据材料作答，无依据时明确回答「纪要中没有足够依据」。
• 历史展示：回答以手风琴形式排列，最新在前且展开；每轮回答后自动生成 3 个深度追问回填到底部「接着可以问」标签（无历史时显示 4 条静态示例提问）。
• 写入纪要：每条回答可点「写入纪要」，以时间戳加引述块形式追加到纪要的「## 问一问」小节；开启「多选」可勾选多条按时间正序批量写入。

注意：问答历史仅保存在面板内存中（按纪要路径分开），关闭面板或重启 Obsidian 即清空，只有「写入纪要」的条目会保留。单次回答超时 75 秒；纪要可用内容不足 40 字时无法提问；未配置大模型时会提示先完成配置。

5.6 沉淀标签页#

对当前纪要执行知识沉淀扫描，产出人员、待办、学习卡片、转写热词四组候选，逐组确认入库。详细说明见 10.1 节。

5.7 纪要标签页（最近纪要列表）#

按日期分组展示最近的 LexVoice 纪要（扫描最近 120 篇、显示前 48 篇），今日分组带「今日」徽标，每行显示模式图标、标题及时间、模板、时长信息。顶部工具条提供关键词搜索（实时过滤）、时间筛选（今天/本周/本月/全部，默认本周）与模板筛选。点击行打开纪要；悬停出现「重命名」按钮（就地编辑），有转写失败片段时显示「重试转写」按钮与失败/处理中状态徽标。

右键菜单是纪要再加工的主要入口：

• 重命名；
• 重试转写失败片段（显示失败段数）；
• 继续录音到这篇 / 与上一段录音合并（见 4.8 节）；
• 生成清稿（产出口语清理后的派生版本）；
• （重新）整理为：模式子菜单，上半部可勾选偏好修饰（见 9.5 节）；
• 生成 → HTML 报告 / PDF 报告 / 邮件草稿（见 10.5、10.6 节）。

清稿等派生版本以缩进子行挂在母本之下，右键提供打开母本、重新生成、删除此版本（删除需确认且不影响母本）。

5.8 注意事项#

• 面板「更多设置」中的「思考」档仅当前 AI 服务支持思维链控制时可选，不支持的服务显示「不支持」，详见 9.4 节。
• 移动端面板的「音频」下拉锁定为仅麦克风。

第 6 章听写（快速口述）#

6.1 功能定位#

听写用于短语音输入：触发一次开始录一小段话，再触发一次结束，插件转写后经 AI 结构化整理，把成稿一次性写入当前编辑器光标处（或剪贴板）。听写与会议录音链路完全独立：不建纪要文件、不进会话管理。

6.2 入口#

• 命令面板「听写 · 开始/结束」；
• 为上述命令绑定自定义快捷键（插件不预设默认快捷键，可在「设置 → 快捷键」中搜索 LexVoice 自行绑定）；
• 悬浮气泡中间的波形按钮：空闲时点击开始，进行中再点一次结束。

6.3 两种转写形态：批量与流式#

• 批量形态下，未单独配置听写服务时复用当前激活的纪要转写服务。
• 流式配置入口在「设置 → API → 即时听写」，页面提供三个一键预设按钮：「Fun-ASR」（推荐）、「Paraformer-v2」、「Paraformer-8k」，点击自动填入阿里云百炼的 wss 地址与模型名，API Key 需自行填写（DashScope Key）。地址含 dashscope 走 DashScope 协议，含 openai 走 OpenAI Realtime 转写协议。设置页的「地址填写说明」折叠区解释了地址判定规则：wss:// 出实时字幕，https:// 为批量；OpenAI 兼容的 /compatible-mode/v1 不是实时字幕接口。
• 移动端不支持流式听写，自动回退整段批量转写并提示一次「移动端暂不支持流式听写（需要桌面端），已改用整段转写」。

6.4 落点设置#

「设置 → API → 即时听写 → 听写落点」：

• 「插入光标（智能回退剪贴板）」（默认）：写入开始录音那一刻锚定的光标位置；若 Obsidian 不在前台或没有活动编辑器，自动改为复制到剪贴板。
• 「总是复制到剪贴板」：不碰编辑器，由用户自行粘贴。

落字成功后悬浮气泡短暂显示「已写入」。

6.5 AI 整理模板#

听写结束后由主 AI 整理服务做结构化清洗，内置默认模板的规则包括：

• 多要点或步骤必须编号分条（1. 2. 3.）；
• 内容较长或多话题时先一句话概括再分点（总—分结构）；
• 处理口述更正（如「周三……不对，是周四」按最终版本落字）与指代补全（「这个」「那件事」补成明确所指）；
• 删除口头禅、语气词与结巴，修正转写错字；只输出正文。

可在「设置 → API → 即时听写 → 自定义整理提示词」中覆盖默认模板，模板中用 {{转写}} 占位转写原文（不写则自动拼在末尾）；「恢复默认」清空自定义内容、跟随内置模板（插件升级时模板自动更新）。整理调用超时 25 秒、不自动重试、强制关闭思维链以提速。

6.6 原文召回#

命令「听写 · 复制上次转写原文」把最近一次听写的转写原文（AI 整理前版本）复制到剪贴板。无论整理成功与否，原文都会留存一份；但仅保存在内存且只保留最近一次，重启 Obsidian 后丢失。

6.7 失败行为#

听写的设计原则是绝不静默丢内容：

• 麦克风打不开、转写失败、连接失败：弹出对应错误通知并写诊断日志。
• AI 整理失败或超时：兜底落转写原文，并提示「大模型整理失败，已置入转写原文」。
• 落字失败（如说话期间编辑器被关闭）：先自动转投剪贴板并提示；剪贴板也失败才提示用「听写 · 复制上次转写原文」找回。
• 流式中途出错：只提示一次，结束时用已收到的文本继续整理。
• 录音不足 400 毫秒或无音频：静默放弃，不弹提示。

6.8 注意事项#

• 会议录音进行中时听写不可用，需先停止录音。
• 同一时刻只能有一场听写，转写或整理进行中再次触发会被忽略。
• 听写结果同样应用词汇表的「易错写法」本地纠错（见 8.5 节）。

第 7 章导入音频与收件箱#

7.1 功能定位#

导入功能把已有音频文件（历史录音、外部录音笔文件、会议软件导出等）转写并整理成纪要，与录音链路共享同一套转写与 AI 整理配置；收件箱则实现「音频文件一放进指定文件夹就自动转写」的外部联动。

7.2 导入入口#

• 命令面板「导入已有音频文件转写+润色」：打开「导入音频」选择窗，列出音频文件夹（默认 LexVoice/录音）内全部可识别音频，按修改时间倒序；LexVoice 自动录音切片按一次录音折叠为「录音批次」可整组勾选；窗内可选整理方式（纪要模式）。
• 文件管理器右键单个音频 →「LexVoice：转写并润色」：按当前默认整理模式直接导入，不弹选择窗。
• 多选音频右键 →「LexVoice：整合 N 段音频…」子菜单：把多段音频按所选模式合并成一篇纪要（按文件名升序、时间偏移累计拼接）。
• 实时纪要面板空闲态底部「音频（导入）」按钮；「文本（导入）」按钮对应命令「导入已有文本 / MD 结构化整理」，可把现成文字稿直接送 AI 整理。

导入产物写入纪要文件夹，文件名形如「YYYY-MM-DD HHmm · 导入.md」，含导入信息头（文件数/模式/模型），逐段追加转写文本后走与录音一致的 AI 整理流程。

7.3 支持格式#

webm、mp3、m4a、aac、acc、wav、ogg、flac、mp4、mpeg、mpga、oga。

• 单文件超过 25MB 时选择窗给出黄字警告（多数转写 API 会拒收，建议先压缩码率）。
• 0 字节空文件自动跳过并提示（常见于云盘占位文件尚未下载完成）。
• AAC 文件（.aac/.acc）会先在本机转为临时 WAV 再转写，以保证各转写服务兼容。

7.4 长音频分块#

时长达到 8 分钟或体积达到 24MB 的音频自动启用后台分块（通知「长音频已启用后台分块」）：本机解码整个音频，按每块 5 分钟切成 16kHz 单声道 WAV（转写服务为小米 MiMo 时按每块 2 分钟，避开其单块 base64 不超过 10MB 的限制），块文件落盘到分段缓存文件夹后逐块上传转写。

• 并发上传数由「设置 → 进阶 → 转写并发数」控制（1–3，默认 1）。
• 成功块的缓存 WAV 自动删除（除非开启「保留后台切片音频」）；失败块缓存保留供重试；缓存 7 天过期自动清理。
• 本机解码失败时回退为整文件直发转写；例外是 MiMo 场景不回退，直接跳过该文件并提示先转为 wav/mp3 或更换服务，以避免必败的重试循环。

7.5 失败重试与队列#

• 就地重试：单块最多发起 3 次请求，仅瞬时错误（429 限流、5xx、超时、网络错误）触发重试，退避时长按错误类型分档（详见 12.2 节）。
• 空结果软失败：转写返回成功但无文字、且该块时长不低于 30 秒（或时长未知）时，按软失败处理——保留缓存音频、进入重试队列，正文占位「[转写失败（空结果，已进入重试队列）]」；短于 30 秒的空结果视为该段确无内容，不重试。
• 母带恢复：队列中的临时切片丢失时，插件可按任务记录的起止时间从完整录音（母带）重新切出音频恢复重试。
• 自动重新整理：当某篇纪要的最后一个失败转写段补齐时，自动触发一次重新整理，让正文吸收补回的内容。

7.6 收件箱自动导入#

在「设置 → 进阶 → 外部音频联动」配置收件箱文件夹（库内相对路径；留空则整个功能禁用）后，音频文件一出现在该文件夹即自动处理：

1. 等待稳定延时（默认 3 秒，防止 iCloud、坚果云等云盘尚未传完，范围 0–60000 毫秒）；
2. 通知「收件箱新增音频：xxx，处理中…」，走标准导入流程（按当前默认模式转写并整理）；
3. 成功后移入归档子文件夹（默认 processed；留空不归档，但可能重复处理）。

云盘同步冲突命名的文件自动跳过并提醒手动解决；同一路径 60 秒内去重；多个文件串行排队。「自动处理新文件」开关（默认开）关闭后仅能手动扫描：命令「扫描收件箱并处理所有未处理文件」或设置页「立即扫描收件箱」按钮。

7.7 进度与状态栏#

导入开始与逐文件进度均有通知；状态栏 LexVoice 区块显示旋转图标与「导入转写 i/N」，转写完成后切换显示 AI 整理子阶段与百分比；空闲且有待重试任务时显示「N 个待转写」（点击打开队列面板）；完全空闲显示「LexVoice 就绪」。处理进度面板（见 12.4 节）可展开查看当前文件与步骤。

7.8 注意事项#

• 长音频分块依赖本机音频解码能力，个别编码解不了时走整文件回退；分块 WAV 会临时占用库内存储空间。
• MiMo 单次最多自动切 160 块（约 320 分钟音频），超长会报错，建议换其他服务处理超长音频。
• 处理进度面板的「已完成」记录不持久化，重启 Obsidian 后清零（队列中的待办任务不受影响）。

第 8 章转写服务配置#

8.1 功能定位#

转写服务负责把音频变成文字，是整条链路的第一环。LexVoice 内置多家服务商，会议分段、导入音频与队列重转写统一使用当前激活的转写服务；即时听写可另配独立服务。

8.2 服务商体系#

在「设置 → API → 纪要转写 → 转写服务」下拉中选择，共 9 家；选中后仅显示该服务的配置项，并附指南卡（说明、价格提示、配置步骤、官方文档链接）：

配置与测试：

• 每家服务独立保存地址、密钥、模型与识别语言，切换互不影响；识别语言留空或 auto 表示自动检测。
• 翻译服务额外显示「目标语言（翻译输出）」下拉，共 13 种语言（默认中文）。
• 「恢复推荐值」只还原地址、模型与语言，不覆盖已填密钥（自定义服务无此按钮）。
• 「连通性测试 → 测试」用 1 秒静音音频发起真实转写请求，成功显示返回文本，失败显示错误信息。
• 对配置的所有修改会自动同步进当前激活的 API 方案。

请求超时：云端为 120 秒基础，另按上传体积追加（约每 50KB 加 1 秒，追加封顶 180 秒）；本地服务（127.0.0.1 等）放宽到 10 分钟且可不填密钥。

密钥以混淆（非加密）形式保存在库内插件设置文件中，不会上传；但把库文件夹整体同步或分享给他人会泄漏密钥，请注意。

8.3 小米 MiMo 专章#

选择 MiMo（或地址、模型特征命中 MiMo）时，转写自动切换到其专用协议，行为与其他服务差异较大：

• 格式限制：服务端只接收 wav/mp3。非原生格式、或原生格式但 base64 编码超过阈值（9.5MB，贴近 10MB 上限留余量）时，插件在本机解码后按每块 2 分钟切成 16kHz 单声道 WAV 顺序上传、拼接结果。
• 录音编码联动：转写服务选 MiMo 时，录音自动改用 WebM/Opus 编码以便本机转 WAV；因此此前用其他服务录制的 m4a/mp4 文件无法用 MiMo 重新转写（仅影响重转写场景）。
• 流式接收：请求走 Chat Completions 协议、SSE 流式返回转写文本。超时分三段：首字节按体积自适应、进流后空闲 60 秒、总时长封顶 10 分钟。
• 输出上限：单次输出上限 2K token。撞顶（finish_reason=length）时保留已转文字并在末尾追加「本段较长，末尾可能有少量内容未转完」标记；连接中断且无正常结束标记时按错误处理，绝不把半截文本当成功。
• TPM 节流：MiMo 账户限额为 10K TPM（每分钟 token 数）/ 100 RPM。插件内置全局配速闸门，按估算音频时长排队发送（单次最长等待 45 秒）。导入 3 分钟一块时块间约 29 秒的间隔属于正常配速，不是卡顿。
• 其他限制：不支持热词提示参数（仅享受转写后的本地纠错）；识别语言只认 zh/en/auto；单次最多切 160 块（约 320 分钟）；错误码 400/401/402/403/404 等判为不可重试，429 按加长退避处理。

提示：选 MiMo 时可用「设置 → LexVoice（首页）→ 快速配置」一把 Key 同时配好转写与 AI 整理。

8.4 流式实时转写与语音翻译（会议录音）#

转写服务选择 OpenAI Realtime（转写或翻译）或阿里云百炼 Paraformer 后，正常开始录音即自动进入流式模式：录音全程保持一条 WebSocket 连接，音频实时编码推流，笔记中维护一个「实时转写中…」引用块，说话即出字（约 1.5 秒节流刷新）；停止录音时取全量文本、补做词汇表本地纠错后进入正常 AI 整理。

• 翻译服务自动检测说话语言，输出「译文 + 原文」双轨文本；目标语言在服务配置中选择（支持 13 种，默认中文）。
• 流式模式下「分段间隔」「即时分段转写」设置不生效（设置页有就地标注），实时大纲的触发节奏也随之不同。
• 仅桌面端可用：移动端无法建立带鉴权头的 WebSocket，开始录音时会明确提示，音频仍会保留。
• 流式失败的段不进重试队列（无法离线重试），只能重录或对整篇重新整理；连接失败时录音继续、音频保留。
• 价格参考（以服务商实时价格为准）：OpenAI 转写约 $0.017/分钟、翻译约 $0.034/分钟、Paraformer 约 3.6 元/小时。

8.5 热词与词汇表对转写的影响#

词汇表（见 10.3 节）通过两层机制提升转写准确率：

1. 热词提示：对分段/导入型转写，插件把词汇表词条、人名热词（需授权，最多 80 个）与最多 20 条易错写法拼成提示文本（总长截断 800 字，含防幻觉指令）随音频上传。是否生效取决于服务是否支持 prompt 参数；MiMo 与流式服务不支持。
2. 本地纠错：所有服务的转写文本返回后，插件按词汇表「易错写法」分区的「错误写法 => 标准写法」规则做本地替换（长词优先，英文不区分大小写），即时听写同样应用。

8.6 转写并发数#

「设置 → 进阶 → 录音与转写 → 转写并发数」（1 最稳 / 2 平衡 / 3 较快，默认 1）仅作用于导入长音频的分块并行上传；录音过程中的分段实时转写始终顺序处理。MiMo 分块本就顺序上传，调大并发对其无提速意义。频繁出现 429/500 错误时建议改回 1。

第 9 章AI 整理与模式体系#

9.1 功能定位#

AI 整理服务（大模型）承担纪要合并润色、实时大纲、问一问、沉淀、听写清洗、标题生成与翻译等全部智能任务。整理产出的形态由「整理模式」（模板）决定。

9.2 大模型配置#

「设置 → API → AI 整理服务」：

• 服务预设：内置 19 个，包括硅基流动、OpenAI、Poe、OpenRouter、Moonshot/Kimi、阿里百炼、DeepSeek、小米 MiMo、智谱 GLM、火山方舟、腾讯混元、Gemini（OpenAI 兼容）、xAI、Groq、Mistral、Perplexity、其他兼容网关、本地 Ollama、本地 LM Studio 等。选预设自动填入地址与说明，不覆盖已填密钥。
• 仅支持 OpenAI 兼容的 Chat Completions 协议；地址可填到 /v1 或根地址，插件自动补全 /chat/completions。本地 localhost 服务可不填密钥。
• 「获取可用模型」拉取服务的模型列表点选，避免手敲出错；「测试连接」发送极短请求验证地址、密钥、模型三要素。
• 硅基流动 / MiMo 场景提供「复用转写密钥」一键按钮。
• 插件按模型名自动判定输出上限（如 DeepSeek V4 为 64000、MiMo 为 16000，未知模型按 8000），避免请求超限报错。

API 方案（「设置 → API」顶部）：

• 「保存为方案」把当前「转写服务 + AI 整理」整套配置（含各自密钥与转写服务快照）存为命名方案；
• 方案下拉一键整套切换，面板「更多设置 → 方案」中亦可快捷切换；
• 「检测」按钮同时测试转写（1 秒静音音频）与大模型连通性，汇总为一条结果；
• 激活某方案后，对转写或大模型配置的任何修改都会自动回写进该方案；删除方案不清空当前工作配置；
• 旧版本保存的「仅 AI 整理」方案不含转写快照，界面会标注，重新点「保存为方案」即可纳入转写配置。

快速配置：「设置 → LexVoice（首页）→ 快速配置」支持小米 MiMo 与硅基流动两家「一 Key 通用」供应商，填一次 Key 点「应用」同时配好转写与 AI 整理，并自动存成一套同名 API 方案（同名覆盖不堆叠）。MiMo 按密钥特征自动选择接入地址。

9.3 整理模式清单#

整理模式决定纪要的提示词模板与 frontmatter 结构，在「设置 → AI 整理 → 纪要模板」设默认，或在面板「模板」下拉、导入弹窗、右键菜单中按次选择：

整理输出篇幅按录音时长与转写量分四档自适应（4096/8192/16000/32000 token），并受当前模型输出上限封顶。

结构化程度：「设置 → AI 整理 → 纪要生成 → 结构化程度」提供宽松/均衡/严格三档（默认均衡），控制正文的层级化与格式化力度。

9.4 思考档（思维链控制）#

面板「更多设置 → 思考」提供三档（此项仅在面板设置，设置页无对应项）：

• 快速模式：关闭思维链，省 token、提速；
• 默认模式（默认）：不干预服务默认行为；
• 推理模式：显式开启思维链，适合复杂内容。

插件按服务商自动注入对应参数（如 DeepSeek/火山/智谱走 thinking 参数，硅基流动/阿里百炼/MiMo 走 enable_thinking，OpenAI o 系列/Grok/Gemini 2.5 等走 reasoning_effort）。不支持思维链控制的服务该下拉显示「不支持」。部分内部任务有固定档位（如听写清洗强制快速模式）。

9.5 重新整理#

在面板「纪要」列表右键 →「重新整理为」：从笔记底部保存的「分段原始转写」重建整篇纪要。可先勾选一个偏好修饰（更详细 / 更精炼 / 更结构化 / 更自然 / 详细拓展，勾选状态持久记忆），再点目标模式执行。执行时会应用 frontmatter 中的角色映射（把「代号 → 真名」替换到转写），保留用户对 frontmatter 的修改；产出保存为版本，可在面板查看或删除派生版本。命令面板另有「重新整理当前纪要（应用 yaml 角色映射）」，用于修改人员映射后按原模式重跑。「设置 → AI 整理 → 纪要生成」中的「重新整理偏好追加提示词」可为勾选偏好的重整追加自定义要求。

9.6 翻译（纪要语言策略）#

「设置 → AI 整理 → 语言与翻译」在整理阶段统一纪要输出语言（整理与翻译一次完成，不是独立翻译命令）：

• 跟随原文（默认）；
• 统一为目标语言：正文全部译为目标语言；
• 双语括注：目标语言为主，关键决策、术语、短引语括注原文。

目标语言支持中/英/日/韩及自定义；「保留专有名词原文」默认开启；还可填写额外语言要求。语言策略只影响整理产物，纪要底部的原始转写始终保留原文。注意与 8.4 节的「实时语音翻译」区分：后者是转写环节的流式翻译服务。

9.7 自定义提示词模板#

「设置 → AI 整理 → 纪要模板 → 打开模板库」：内置提示词只能「设为默认」不能修改；「新建自定义提示词」可创建完整独立模板（必须包含 {{TRANSCRIPT}} 占位符，否则无法保存），保存后作为新模式出现在所有模式选择入口，可设为全局默认。「AI 优化提示词」按钮可让大模型把你的草稿改写成结构化整理提示词。删除自定义模板时若其正是默认模板，自动回退到学习笔记模式。

9.8 标题生成与自动重命名#

整理完成后，插件取整理稿前 2500 字调用大模型提炼一个不超过 15 字的中文主题标签（偏好「具体对象-核心议题」格式，如「合同审查-供应商独家条款」），追加到文件名后重命名，库内链接自动更新；失败时静默保留原文件名。开关在「设置 → 进阶 → 自动加场景标签到文件名」（默认开）。模式为「仅转写」或整理产物为空时不重命名。

9.9 AI 润色选区#

编辑器命令「AI 润色：当前选区或整篇」把选中文本（无选区则整篇）当作转写原文，按当前默认模板整理并原地替换。注意此操作直接覆盖原文、无版本保存，请谨慎在重要笔记上使用。

第 10 章知识层#

知识层把散落在各篇纪要中的信息沉淀为可复用资产：人员档案、待办、学习卡片与转写热词，并提供聚合视图与再加工产物（可视化报告、邮件草稿）。相关设置集中在「设置 → 信息对象」。

10.1 知识沉淀（人 / 事 / 知 / 词）#

入口：面板「沉淀」标签页。首次进入显示「AI 还没读过这篇纪要」与「扫描本篇」按钮；已扫描过再次触发时会弹出「重新扫描本篇？」确认框。点「扫描本篇」后，AI 通读当前纪要产出四组候选，按「人 → 事 → 知 → 词」接力条逐组推进：

• 人员：逐条「留下/合并/忽略」，点名字可就地更正被转写认错的人名，改名同步回写笔记正文与 frontmatter；确认后进入人员库（默认 LexVoice/人员）。
• 待办：复选框模式（默认全选），「加入待办」优先写入当日日记的「## 待办」段——行内格式兼容 Tasks 插件的截止日期与责任人标注，附来源纪要回链与防重复标识；未启用日记功能时回退为待办卡片文件夹一条一文件。
• 学习卡片：写入学习卡片文件夹，一张一文件，含卡片类型（概念/机制/案例/问答/追问/观点）、摘要、观点持有人、可复用句与来源回链。
• 转写热词：按分区并入词汇表文件，作为后续转写的识别提示；已更正词同时回写纪要正文。

流水线的交互细节：

• 每组默认只显示前 8 条，可展开查看全部；后三组底部提供「加入待办/卡片库/热词库（N）」与「忽略未选」按钮。
• 完成一组后约 1 秒自动跳到下一组，全部完成显示「这场会沉淀完了」。
• 各组操作带撤销提示，误操作可即时撤回。
• 候选与处理状态嵌入纪要文件内隐藏块持久化，换设备或重开面板不丢失；重扫只覆盖未确认候选，已入库和已忽略的不受影响。
• 每组候选有数量上限：人员 20、待办 12、学习卡片 12、热词每分区 18。

供给路径有两条：

1. 预提取（零额外调用）：AI 整理纪要时自动附带「沉淀预提取」指令，候选以隐藏块存于笔记末尾，打开沉淀标签页直接可见；
2. 手动扫描：预提取不可用或想重新提取时，点「扫描本篇」发起一次较大的大模型调用（内部走续写拼接防截断，扫描中可取消，失败只提示、不影响纪要）。

自动沉淀：「设置 → 信息对象 → 转写完成后自动沉淀」（默认关闭）开启后，每次整理完成自动后台扫描，学习卡片与待办直接入库，人员与热词仍保留手动确认流程。默认关闭即是为节省 token。

10.2 人物（人员库）#

一人一页 Markdown 档案，frontmatter 含姓名、角色、常用称呼、组织、邮箱、来源、最近更新与备注；页内自动聚合「相关纪要」（链向此人的纪要表格，需 Obsidian Bases 支持）与「相关待办」（需 Dataview 插件）。人员库默认位于 LexVoice/人员，另有总览文件 LexVoice/人员库.base（提供人员表与人员卡片两个视图）。

• 人员建议来源：单篇沉淀，或命令「AI 扫描纪要库提取人员建议」批量扫描历史纪要（每轮最多 20 篇、增量进行、剩余下次继续，建议缓存上限 500 条、跨会话保留）。
• 确认「加入人员库」时新建档案或合并进既有档案（角色、称呼、组织与证据合并），并把人员链接写回来源纪要的 frontmatter；忽略的建议进入忽略列表，可恢复。
• 设置页「从历史纪要补全」区可查看待确认与已忽略的建议。
• 人员去重：「设置 → 信息对象 → 合并重复人员」会改写全库指向重复页的链接，建议先完成设备同步再操作。
• 隐私三档（「设置 → 信息对象 → 存储与隐私 → 人员资料使用策略」）：
  • 隐私优先（默认）：不向任何服务发送人员资料；
  • 人名热词：仅姓名与常用称呼（不超过 80 条）随转写与整理请求发送以提升人名识别率，首次选择需弹窗授权，可一键撤销；
  • 本地增强：仅当转写/大模型端点为本地或局域网地址时发送完整人员上下文（不超过 60 人）。

10.3 词汇表（转写词表）#

单文件 Markdown 热词表（默认 LexVoice/词汇表.md），固定六个分区：人名、品牌/机构、项目/产品、行业术语、易错写法（格式「错误写法 => 标准写法」）、其他专有名词。可手动编辑，也可通过沉淀「加入热词库」或「设置 → 信息对象 → 提取转写词表」批量扫描历史纪要补全。其对转写的两层影响见 8.5 节。以 #、>、<!--、// 开头的行会被忽略。

10.4 学习墙、待办墙、概念墙与对象总览#

命令「打开学习卡片瀑布墙」「打开概念墙」「打开待办墙」「打开对象总览」（或「设置 → 信息对象」的对应按钮）会在视图文件夹（默认 LexVoice/视图）生成聚合视图页：

• 待办卡片可直接在墙上勾选完成，状态回写源文件（日记或卡片）的对应任务行；点任意卡片跳转来源。
• 墙页使用 dataviewjs 渲染，需安装 Dataview 插件并启用 JavaScript 查询，否则只显示代码块。
• 墙页为生成物，每次打开时覆盖刷新，请勿在其中手写内容。
• 「补齐视图」按钮生成 9 个 .base 明细视图文件（按模式 5 个、按场景 4 个，含全部纪要总览），已存在的不覆盖；需支持 Bases 的 Obsidian 版本。

10.5 可视化报告（HTML / PDF）#

命令「AI 生成当前纪要 HTML 报告」「AI 生成当前纪要 PDF 报告（整页不截断）」，或面板纪要右键 →「生成」→ 对应项。插件把纪要二次加工成可独立分享的可视化报告：

• 研讨会模式走数据驱动的固定模板：生成前先弹配色选择，AI 只产出数据再注入内置模板整体着色；其余模式由 AI 生成报告结构后渲染为通用 HTML 报告。
• 产物写入 HTML 报告文件夹（默认 LexVoice/HTML报告），命名「<纪要名>-HTML报告.html」「<纪要名>-报告.pdf」，生成后默认用系统默认程序打开。
• HTML 内置「保存长图」按钮可导出 PNG；PDF 版按内容真实尺寸渲染为单页不分页 PDF，单页高度封顶 18000 像素，超长时提示改用 HTML。
• 限制：需已配置大模型；纪要正文（剥离原始材料后）不足 80 字时报错；PDF 生成为桌面端限定。

10.6 邮件草稿#

面板纪要右键 →「生成」→「邮件草稿」（无命令面板入口）：本地生成 .eml 草稿并用系统默认邮件客户端打开。收件人从纪要 frontmatter 的参会人类字段匹配人员库档案的「邮箱」字段自动填入；正文为摘要/决策/待办/会后跟进四段；附件含纪要原文、自动渲染的纪要 PDF 及同名的已生成报告。草稿存放于 LexVoice/邮件草稿。此功能纯本地生成、不发送邮件、不调用大模型；匹配不到邮箱时仍会生成草稿并提示。

第 11 章设置参考#

设置页共 7 个常驻 tab：LexVoice（首页）、常规、API、AI 整理、信息对象、进阶、更新。以下按 tab 列出主要设置项。

11.1 LexVoice（首页）#

功能导航页，无持久设置项，包含：

• 版本号显示与「配置 API」「入门配置」「打开实时纪要面板」按钮；
• 「快速配置」：MiMo / 硅基流动一 Key 同时配好转写与 AI 整理并存成方案，带连通性检测；
• 前置准备四卡：转写服务、AI 整理、电脑音频捕获、日记；
• 进阶能力导航与费用说明。

11.2 常规#

另含「自动推荐」「设备检测」「电脑音频指引」三个功能按钮。

11.3 API#

11.4 AI 整理#

11.5 信息对象#

另含批量提取（人员建议 / 转写词表）、扫描记录清空、人员去重、对象墙与明细表格入口等功能按钮。

11.6 进阶#

另含「立即扫描收件箱」「打开队列」「重试全部」「清空诊断日志」等功能按钮。

11.7 更新#

状态行显示当前版本、可用版本、上次检查、上次错误、备用源数量与写入目录；操作按钮见 2.3 节。

11.8 仅面板可调的设置#

以下项无设置页入口，仅在实时纪要面板「更多设置」中调整：思考档（默认「默认模式」）、整理偏好（默认无）。「模板」「音频」「分段间隔」「方案」在面板中的修改与设置页同源，即时保存。

第 12 章故障排查#

12.1 诊断报告#

遇到问题需要求助或反馈时，先复制诊断报告：

• 入口：命令面板「复制诊断报告」，或「设置 → 进阶 → 诊断与日志」中的「复制诊断报告」按钮。
• 内容：环境信息（插件版本、Obsidian API 版本、平台）、配置摘要（转写服务/模型/端点、并发数、音源模式、分段间隔、队列各状态计数）与最近 100 行诊断日志（取最近 3 个日志文件），复制到剪贴板后可直接粘贴给开发者。
• 隐私脱敏：日志写入时即打码——密钥与令牌类字段、系统用户目录与本地路径全部打码，键名涉及密钥、提示词、转写文本、正文内容的字段整体替换为占位符，路径字段只留文件名；日志不写入音频、转写正文、提示词全文或 API Key。报告尾部注明脱敏范围。
• 诊断日志按天写入库内 JSONL 文件（默认 LexVoice/诊断日志/YYYY-MM-DD.jsonl），只存本地、不自动上传；「清空诊断日志」把全部日志移入系统废纸篓（需确认）。关闭「本地诊断日志」开关后不再记录，将无法追溯关闭期间的问题，一般建议保持开启。

12.2 常见错误对照表#

12.3 任务队列机制#

转写失败、AI 整理失败等可重试任务自动进入持久化队列：插件启动时若队列非空，会提示「发现 N 个待处理任务，后台重试中…」并自动跑一轮重试。每个任务失败一次计一次重试，达到「最大重试次数」（默认 3，可调 1–10）后停止自动重试，可手动逐条重试。永久性错误（密钥未配置、格式不被接受、超体积等）不做无谓重试。手动入口：命令「重试所有失败任务」、设置进阶页「重试全部」、面板纪要行的「重试转写」按钮或右键「重试转写失败片段」。

12.4 处理进度面板操作#

打开方式：命令「打开待处理队列」、点击状态栏进度指示、「设置 → 进阶 → 打开队列」或面板中的进度入口。面板展示三组条目：已完成（含耗时与 token 用量）、处理中（当前文件、步骤与百分比）、待处理（重试计数与最近错误信息）。每条待处理任务可单独「重试」或「删除」；底部提供「重试全部」与「清空待处理」（需确认；清空后纪要中对应位置保持现状，可在纪要中右键重新发起）。

第 13 章已知限制与最佳实践#

13.1 移动端支持范围#

移动端可用：仅麦克风录音（系统默认输入）、分段/整段云端转写、AI 整理、导入文本、纪要浏览、设置页（单列布局）、实时面板（主区域标签页）。

移动端受限：

• 录音来源强制「仅麦克风」，设备选择下拉禁用；电脑音频/虚拟声卡采集为桌面限定。
• 流式转写与流式听写不可用（移动端无法建立带鉴权头的 WebSocket）：录音选流式服务会提示并保留音频；听写自动回退整段批量转写。
• PDF 报告生成为桌面限定。
• 长音频导入依赖的本机解码能力在移动端不完全可靠，建议长音频在桌面端处理。
• 移动端录音请保持 Obsidian 前台，锁屏可能中断录音。

13.2 说话人归属注意事项（重要）#

当前转写链路不含声纹分离（WhisperX 本地服务除外）：转写产出的是不区分说话人的连续文本，纪要中「这句话是谁说的」由 AI 依据上下文（称呼、语境、人物关系）推断，存在张冠李戴的可能。尤其在混合音源（麦克风 + 电脑音频）下，两路声音混录成单轨，插件无法从音频上区分本人发言与对方发言。因此：涉及责任认定、承诺表述、关键决策归属等重要内容时，请通过纪要中的回听锚点回放原始音频核对，勿直接引用 AI 的归属判断作为依据。若需更准确的说话人区分，可考虑本地部署 WhisperX（带说话人分离，插件将其归一为「[说话人N]」标注；仅整段导入时编号全程一致，分段录音跨段编号可能对不上）。

13.3 MiMo 实时场景约束#

MiMo 的 TPM 配速与 2 分钟切块特性使其更适合导入与非高频分段场景：分段间隔设得很小（如 0.5–1 分钟）叠加实时大纲时，容易触发限流排队，体验为「转写慢半拍」。会议实时场景追求流畅时建议选硅基流动等分段服务或流式服务。

13.4 分段间隔建议#

• 常规会议：3–5 分钟，兼顾大纲刷新频率与调用成本。
• 需要大纲高频刷新的场合（谈判、面试）：1–3 分钟，注意大模型调用次数随之上升。
• 长时间讲座、只要最终纪要：可加大间隔或关闭即时分段，停止后一次性处理。
• 记住：实时大纲的刷新节奏跟着分段间隔走，间隔设太大，大纲会显得「卡住」。

13.5 长音频导入预期#

导入长音频时，本机需先完整解码音频再切块，会短时占用较多内存与库内临时存储（分块 WAV）；转写耗时与音频时长、并发数、服务商限流有关。数小时的音频建议在桌面端、网络稳定时处理，并把「转写并发数」按服务承受能力设为 2–3（MiMo 除外，保持 1 即可）。

13.6 其他已知限制#

• 混合音源录成单轨，无法事后拆分两路声音。
• 问一问历史不持久化，关闭面板即清空（写入纪要的除外）。
• 听写原文仅保留最近一次且重启后丢失，重要口述请及时确认落字结果。
• API 密钥以混淆（非加密）形式存于库内 data.json，请勿把整个库分享给不信任的对象。

第 14 章附录#

附录 A：命令面板命令全集（29 条）#

以下命令均以「LexVoice:」前缀出现在命令面板（Ctrl/Cmd+P）中：

附录 B：数据存放位置#

各路径均可在对应设置 tab 修改；修改仅影响新文件，已有文件不自动迁移。插件无任何云端存储。

附录 C：隐私说明#

• 数据流向：录音音频与转写文本会发送到你自行配置的转写服务与大模型服务（云端服务商或本地服务），发送范围由你的配置决定；LexVoice 插件本身不运营任何服务器、不上传任何数据。
• 人员资料：默认「隐私优先」，不向任何服务发送人员库内容；「人名热词」模式仅在你明确授权后发送姓名与常用称呼（不超过 80 条），且可随时撤销；「本地增强」模式仅对本地/局域网端点发送完整人员上下文。
• 诊断日志：仅存本地、写入时即脱敏（密钥、路径、正文类字段打码），不含音频与转写正文；诊断报告只有在你主动执行「复制诊断报告」后才会离开本机。
• 密钥保管：API 密钥以混淆（非加密）形式保存在库内 data.json，请勿把库文件夹分享或同步给不信任的对象。
• 本地清理：所有自动/手动清理操作均把文件移入系统废纸篓，可恢复。

本手册基于 LexVoice 1.13.4 源码整理。插件持续迭代，具体界面与默认值以你安装版本的设置页为准；发现文档与实际行为不符时，欢迎到 https://github.com/Lynn-x/LexVoice 提交反馈。