我的录音场景很杂：和领导的谈话、听课、播客、还有大量自己的碎碎念，从八秒到一小时都有。
市面上的工具要么贵（flomo 想录满三十分钟得开会员），要么导不出来（夸克的录音纪要免费好用，但生成的总结和关键词只能待在夸克里）。我要的是让 AI 自动把录音转成文档、识别类型、分类进自己的笔记库——于是花了一天搓了个自用版本。
#流程
录完音，在系统分享菜单里点一下快捷指令，就结束了。
服务器在后台依次做四件事：语音转文字 → 自动分类 → 写总结 → 打标签，最后存成一篇 Notion 文档。
#两个关键设计
分类是稳的。 直接让 AI 自由发挥的话，同类录音这次叫「思考」、下次叫「灵感」、再下次叫「想法」，时间一长分类就烂了。这里的做法是：分类列表存在 Notion 数据库里，AI 只能从中选一个。加减分类实时生效，不需要改代码、不需要重新部署。
成本低到意外。 底层用阿里云的语音转写和大模型，按量付费。七月转了几个小时录音，账单是两毛三，其中大部分还是存储费——大模型部分基本被免费额度覆盖了。
#自部署
所有云服务都用你自己的账号，音频和文本只经过你自己的服务器和存储桶。需要准备一台公网可访问的服务器、一个 OSS 存储桶、一个百炼 API Key 和 Notion 集成，README 里有完整清单，另外提供了 Notion 模板可以直接 Duplicate。
出口也不一定是 Notion——Obsidian、本地文件都能接，Notion 只是我的习惯。
完整的做法和成本拆解写在这篇文章里：把录音自动整理进 Notion：一个月两毛三的方案