專心聽研討會,也能留下完整筆記:投影片與錄音的 AI 自動整理流程

參加實體研討會,我很想專心聽講,但也想把投影片和講者補充的內容留下來。尤其是醫學研討會,投影片上有研究數據,講者怎麼解讀、現場討論了哪些問題,也都值得留下來。

光是拍投影片,就有個麻煩:講者換一頁,我就得舉起手機拍一張,再把手放下。一場接一場下來,手痠之外,也很消耗體力。如果還要低頭整理照片、記筆記,一下看手機、一下看講台,很難一直跟上講者。

這次到馬德里參加 ESMO,我把幾個平常就在用的工具接在一起。用小米變焦落地自拍棒固定 iPhone,拍照時可以選小米藍牙遙控器,也可以用 Apple Watch,不必每張都重新舉起手機。iPhone 同時用「錄音機 Pro」留下講者的聲音。

照片先拍好,休息時或會後再交給 Genius Scan 批次裁切、拉正,整理成同一場次的 PDF。錄音則交給 Open Minis,讓 AI Agent 批次轉成逐字稿,再整理成繁體中文摘要。我也可以把議程一起交給它,讓它依照各場演講的主題整理內容,之後想找某段討論,就知道該從哪裡看。

上一篇分享了 AI Agent 如何幫我處理出差期間的工作與行程,這篇想聊的是我坐在會議室裡的做法。幾個工具各自負責一段,接起來之後,我就不用把力氣都花在舉手機和整理檔案上,可以多留一些心力,好好聽這場會議。

會議現場:手機架好,拍照就不用一直舉手

有人可能會問,像 ASCO、ESMO 這類大型研討會,與會者不是通常就能從大會平台取得會議資料嗎?

確實,會後常有官方資料或隨選觀看內容可以利用,但能取得哪些資料,還是要看場次、講者提供的內容與參會資格。能看演講影片,也不一定代表有整份投影片可以下載。有些衛星會議(satellite symposium),或個別講者未同意上傳、提供完整簡報的場次,事後就未必找得到自己想要的那一份。

所以在現場允許拍攝的情況下,我會先拍下來留底。之後拿到更完整的官方資料,覺得照片不需要了,再刪掉就好。總比回來想查某張圖,才發現手上沒有、網路上也找不到,方便一些。


自拍棒固定手機,兩種遙控方式可以互換

我用的是小米變焦落地自拍棒。對我來說,它在研討會裡最有用的地方,就是把 iPhone 固定住。不用講者每換一張投影片,就重新舉起手機、找角度、拍完再放下。連續聽幾場時,能少做這些動作,手和肩膀真的輕鬆不少。

架設時先確認手機穩定、投影幕有完整入鏡,也不要擋住旁邊或後方的人。正式開始前拍一張,放大看一下投影片的小字是否清楚。先看一下很值得,文字如果沒拍清楚,後面再怎麼裁切拉正也救不回來。

手機架好之後,我有兩種按快門的方式,可以依當下情況選擇。

第一種是小米附的藍牙遙控器。 長按待機鍵約三秒就能開、關機,配對好 iPhone 後,用它按快門即可。這樣不必一直開著 Apple Watch 的相機遙控器,也能省下手錶電力。要留意的是,產品名稱雖然有「變焦」,但依小米官方說明,這支遙控器在 iOS 上不支援變焦、鏡頭翻轉與模式切換;搭配 iPhone,就用它來按快門。

另一種是 Apple Watch 的「相機遙控器」。 打開後,可以直接在手錶上預覽 iPhone 的觀景窗,確認投影幕有沒有跑出畫面,再按快門。需要調整畫面大小時,也能轉動數位錶冠縮放,不必每次都去碰架好的手機。Apple 官方操作說明也列出了這些功能;如果不想每次拍照都等預設的三秒倒數,可以在選項裡關閉計時器。

這兩種方式都是直接控制 iPhone 拍照,不需要讓 Apple Watch 再去控制小米遙控器。想省手錶電力,就用藍牙遙控器;想確認構圖、調整縮放,就用 Apple Watch。兩個都帶著,也多一個備案。

講者換頁時,我還是要自己按快門。不過手機已經固定好,少了反覆舉手和重新構圖的動作,拍照時就比較不會打斷聽講。照片先留在 iPhone,當下不用急著裁切,一場結束後再一起整理。


一場結束後,再用 Genius Scan 把照片整理成投影片 PDF

現場拍到的照片,通常還會帶到投影幕周圍的牆面、前方座位,從側邊拍也難免有點歪。只要原本的文字拍得清楚,裁切和拉正就可以留到休息時間或會後再做,不必每拍一張就低頭處理。

我現在用的是 Genius Scan。之前寫過一篇 Genius Scan 批次匯入投影片照片的操作分享,這次參加 ESMO,就是把同一套做法接在前面的遙控拍照後面。

選好同一場的照片,讓 App 先處理一輪

打開 Genius Scan,選「匯入照片」,把同一場演講的投影片一起選進來。App 會將照片放進同一份文件,接著自動偵測邊界、裁掉周圍背景,再把拍歪的投影幕拉正。

這一步省掉了逐張開照片、裁切、調角度的操作。原本看起來像坐在觀眾席拍下的照片,整理後就比較接近一頁一頁的投影片,之後看圖表、找資料都方便很多。

我還是會快速翻一下結果。投影幕邊界不明顯、畫面太暗,或照片裡還有其他方形物件時,App 不一定每張都抓對。遇到裁掉標題、頁尾或圖表的頁面,進入「編輯」裡的「重新裁切」,把邊框拉回正確位置即可,不用整份重來。

如果照片本身失焦,或有人擋住投影片上的文字,裁切拉正也無法把缺掉的內容補回來。所以前面拍第一張時,先放大確認小字清楚,這裡就能少一些補救工作。

排好順序、取個找得到的名稱,再匯出

裁切確認後,再看一下頁面順序。有時同一張拍了兩次,有時漏選了一頁,可以在頁面總覽調整順序,或用「添加頁面」補進來。

命名也不用太複雜,把日期、演講主題或講者寫清楚就好。例如用「日期_演講主題_講者」這種固定格式,之後要和錄音、逐字稿放在一起,比一串只有拍攝時間的檔名容易辨認。

接著選「匯出」,存成多頁 PDF。在 iPhone 上也可以透過「其他應用程式」叫出分享選單,再存到「檔案」或自己慣用的位置。投影片上的圖表和小字很多,匯出後記得放大看一頁,看看圖表和小字還清不清楚,別為了縮小檔案,連需要的細節都看不見了。

這套批次匯入、裁切拉正和 PDF 匯出的流程,Genius Scan 的 Basic 方案就能做,不必為了整理投影片先訂閱付費版。至於各個按鈕位置、怎麼修邊或調整影像效果,前面的舊文已有畫面說明,這裡就不重新貼一整套教學。

我喜歡這樣安排,是因為拍照當下只要把內容留下來。等一場結束,再集中處理那一批照片,很快就能知道哪些頁面已經整理好、哪幾張需要手動修一下,不用整場一邊聽講,一邊和照片的邊框奮戰。


投影片之外,講者補充的內容也一起留下來

投影片拍好了,講者怎麼解讀那些資料,還是得靠聽。尤其到了討論或 Q&A,畫面可能停在同一頁,台上的對話卻已經往下走了。只看照片,之後不一定想得起來當時在討論什麼。

這次 ESMO,我在 iPhone 上用「錄音機 Pro」錄音,同時用前面那套方式拍投影片。我這次是這樣搭配使用,其他場次能不能拍照、錄音,仍要先看現場規定。

錄音留下來之後,我就不必急著把每一句補充都打成筆記。當下可以先跟著講者的思路聽,有需要回查的內容,再從會後的逐字稿或摘要找回來。

先確認真的有錄到,再放心繼續聽

如果你也打算用同一支 iPhone 一邊拍照、一邊錄音,我會建議出發前先做一次短測試:開始錄音,切到相機,試著用遙控器或 Apple Watch 拍幾張,再回到錄音 App 確認狀態,最後播放音檔聽一下。

這樣可以先確認自己那支手機、App 和操作方式能不能順利搭配。不要等整場演講結束,才第一次檢查是否留下聲音。現場也可以在開始後確認錄音時間持續增加,收音是否清楚則最好透過短錄音回放確認,不能只看畫面上有沒有顯示正在錄製。

把錄音交到 Agent 讀得到的地方

會後要請 Open Minis 幫忙,得先讓它找得到音檔。錄音 App 裡看得到,不代表 Agent 就能直接讀取。

如果錄音 App 的資料夾可以直接選取,就在 Open Minis 裡把它加入可讀取的位置,這個設定叫「掛載」。如果找不到,就先將錄音分享或匯出到 iPhone「檔案」裡自己建立的資料夾,再選給 Open Minis 使用。不用去猜錄音 App 內部把檔案藏在哪裡。

我之前的 Open Minis 錄音轉錄與摘要文章已經寫過這段設定。用其他錄音 App 的讀者,也可以沿用同樣的接法,不必為了這個流程特別換掉原本順手的工具。

準備音檔時,我會建議把同一天或同一場 session 的錄音放在一起,至少保留能辨認日期、時間或主題的資訊,再把對應議程一起交給 Agent。輸出成果則另外放,原音檔留著,之後想核對某一句話時,才有東西可以回頭聽。

也不用為了讓 AI 整理,就在現場緊盯議程、每換一位講者便停止錄音、另開新檔。像我這次提供的 ESMO 範例,就是一段接近八十分鐘的 session 錄音,後來依演講主題和講者交接的地方,整理成各場 presentation 和 Q&A 的逐字稿與摘要。錄音先完整留下來,會後再把議程和內容一起交給 Agent 判讀,這才省得在聽講時多做一堆操作。

把整場錄音和議程交給 Open Minis,批次整理演講內容

音檔準備好之後,就可以交給 Open Minis 處理。我沿用之前設定好的轉錄與摘要流程(workflow):告訴 Agent 錄音放在哪裡,讓它使用轉錄工具,把聲音轉成文字、整理繁中摘要,再存好檔案。第一次怎麼安裝、選模型和設定資料夾,可以參考之前的 Open Minis 錄音轉錄與摘要文章。

設定好之後,參加研討會就能直接沿用。錄音有好幾份時,不必每次挑一份、等它轉完,再把文字貼給另一個 AI 摘要。可以一次交代要處理哪幾個 session,讓 Agent 一份一份處理。整個 session 裡有多場 presentation,也可以接著依議程整理,不用每一場演講都重新交代一次。

除了音檔,把議程也一起給它

只給一段長錄音,AI 可以轉出文字,但未必知道哪位講者負責哪個主題。把 session 名稱、演講題目、講者及預定時間一起提供,就多了一份可以對照的資料。

例如這次 ESMO 的「Borderline resectable stage III NSCLC」場次,內容從病例引介開始,接著分別從全身性治療、外科及放射腫瘤的角度討論,最後是 Q&A。同一場會議有共同主軸,各段演講的切入點卻不一樣。整理時能分清楚這些段落,之後要找外科醫師的觀點,就不用再翻整場逐字稿。

我這份成果分成五組,每組都有英文逐字稿、SRT 字幕和繁中摘要,也記下各段從原錄音的哪裡開始,整理成整場索引。切分時會看轉錄裡講者交接的內容,再對照議程,不是時間表寫幾點換人,就直接從那裡切。現場可能晚開始,討論也可能延長,還是得回頭看錄音裡實際講到哪裡。

這裡沒有用聲音辨認每位講者的身分。像 Q&A 有主持人、與談者和觀眾輪流發言,就以討論段落整理,沒有勉強把每一句都掛到某個人名下。

我會怎麼交代這個任務?

下面是依這次需求整理的示範指令,不是當時對話的逐字複製。使用時,把資料夾位置及議程換成自己的即可:

請使用已部署的錄音轉錄與摘要 workflow,處理這個資料夾內指定的 session 錄音。我會一起提供各場議程,請先列出音檔、對應場次與輸出位置,確認後再逐檔執行。

逐字稿保留錄音原語言,每場產生繁體中文摘要。請參考議程中的演講題目與講者,判斷各段主軸;若一份錄音包含多場 presentation,請結合轉錄中的發言交接整理段落,不要只按表定時間切分。不確定的講者或分段位置請標示,不要自行補猜。

每段保留逐字稿、SRT 與摘要,並建立整場索引,記錄各段對應原錄音的位置。摘要請分清楚講者的重點、討論中的問題及仍待釐清的部分;無法確認的專有名詞與數字請標示待核對。

保留原音檔,成果另存資料夾。相同設定已完成的部分不要重做,最後列出成功、失敗及需要我確認的項目,並提供成果位置。

轉錄和摘要可以沿用已設定好的流程;至於哪一段對應哪場演講、怎麼整理索引,要另外交代 Agent 參考議程處理。這一步不是所有轉錄工具都內建,所以需求要一起講清楚。

若要一次處理好幾個 session,就把各場音檔與議程一起列清楚。把要處理的範圍一次講清楚,讓工具一份一份做,比自己一直選檔、複製、貼上輕鬆得多。

背景慢慢跑,我回來看成果

任務開始後,我不需要一直看著文字一行一行出現,可以把注意力放回其他事情。Open Minis 怎麼在背景執行、做到一半中斷後怎麼接著做,舊文已有說明;第一次使用時,仍建議先拿一小段錄音測試,確認結果能正常存下來,再處理整批長錄音。

我會看的是最後到底留下哪些成果,有沒有失敗的檔案,而不只看聊天裡一句「完成了」。需要回查某句話時,SRT 和逐字稿裡的時間標記很有用。這份範例切成各段後,時間都是從零開始計算,所以索引裡也記下每段在整場錄音中的開始位置。對照一下,就能找回原音。

繁中摘要讀起來比整份英文逐字稿快很多,但專有名詞和數字還是要抽查。我這次的檔案裡確實看得到語音辨識錯字,也有摘要把無法確認的內容標出來。整場內容先變成看得懂、搜得到、能回頭查的筆記,就已經省掉很多逐份整理的工夫;重要的研究結果,再回到投影片和原音確認。


把投影片和演講內容放在一起,回來才找得到

照片整理成 PDF,錄音也轉成文字後,我會把同一場演講的成果放在一起。之後回頭看資料,就不用先猜照片在哪個相簿、錄音又存在哪一天。

像前面提到的 ESMO 場次,資料夾裡就有病例引介、全身性治療、外科及放射腫瘤四份投影片 PDF,另外對應各段的逐字稿、字幕與摘要,Q&A 則另外整理。想看某位講者的內容,可以先讀那一段摘要,再打開同主題的 PDF 對照。

如果你想照著整理,可以用這樣的簡單結構,名稱換成自己的場次即可:

日期_Session 主題
├─ 場次索引
├─ 原始錄音
├─ 演講一_講者
│  ├─ 投影片.pdf
│  ├─ 逐字稿.txt
│  ├─ 字幕.srt
│  └─ 繁中摘要.md
├─ 演講二_講者
│  └─ ……
└─ Q&A
   ├─ 逐字稿.txt
   ├─ 字幕.srt
   └─ 繁中摘要.md

這是方便套用的整理範例,不一定要把既有資料夾全部改成一模一樣。重點是檔名和分類能對得起來,讓自己知道同一場演講的資料在哪裡。原始錄音可以整場保留,不必為了配合資料夾結構,再複製成好幾份。

實際回查時,這幾種檔案也各有用途。想快速想起這場在講什麼,先看摘要;想找講者提過的某個詞,可以搜尋逐字稿;要看圖表和數據,就開投影片 PDF。遇到文字看起來不太對,再用時間標記回到錄音確認。

整理好之後,工作上需要用到這些資料時就比較好找。想到某場演講提過的問題,不必把整段錄音從頭重聽,也不用在幾百張照片裡一直往下滑。

把工具接好,我想把時間留給聽講

這套做法裡,每個工具做的事情其實都很單純。自拍棒讓我不用一直舉著手機,遙控器或 Apple Watch 幫忙拍照,Genius Scan 整理照片,錄音機留下聲音,再由 Open Minis 接手轉錄與摘要。

我喜歡的是,把它們接在一起之後,現場需要處理的事情少了很多。投影片換頁時按一下快門,不必當場拉邊框、裁照片,也不用一邊聽、一邊急著把講者的話全部打下來。會後再集中整理,同樣能留下之後用得上的資料。

當然,快門還是要自己按,錄音有沒有開始也得確認,重要內容仍然要回頭核對。做法固定下來後,就不用每一場都重新摸索一次。

對我來說,出國參加研討會,能坐在現場好好聽講、跟著不同講者的觀點思考,才是最值得把握的時間。記錄和整理能少費一些力氣,我就可以多享受一點這個過程。

而我,只要坐著,享受這一切在背景自動發生🤭

📌 您可能也會有興趣的其他文章:

留言

熱門文章

Windows 桌面圖示每次重新開機或外接螢幕就跑位亂移?從設定排除到 DesktopOK 一鍵還原完整攻略

Gemini Voyager 教學:資料夾管理、引用回覆、去浮水印一次搞定

Google AI Pro 隱藏福利!每月 10 美元額度怎麼領?完整設定步驟 + 安全防護

用AI一鍵生成簡報PPT投影片真的有那麼神?全網最詳細AI簡報工具彙整與實測心得

為什麼 Nystatin(制黴菌素)要「漱口或塗抹」,不是直接吞?完整解析與用法指南

快速又免費的語音轉文字神器『Faster Whisper』,一鍵解決影音內容爆量時代的痛點!

G6PD 缺乏者的抗生素選擇指南|社區診所常見處方與藥師建議一次搞懂

微軟 Copilot 全新語音功能重磅來襲!免費無限暢聊,直球對決 ChatGPT 進階語音模式!

AI 語音助理新革命:Copilot Vision 無限免費、視覺功能全開,完整評比 ChatGPT 進階模式

ChatGPT for PowerPoint 實測:OpenAI 官方外掛終於可以直接在簡報裡幫你做 PPT