若hermesagent会议纪要生成不准，需依次检查音频格式与权限、手动选择语种模型、配置关键词与说话人分离、勾选议题及决策点摘要、导出markdown+时间戳格式并验证时间戳与责任人字段。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
如果您使用HermesAgent处理会议录音，但无法准确生成纪要，则可能是由于音频质量、语种识别配置或摘要策略未适配实际会议场景。以下是实现录音转文字与摘要提取的具体操作路径：
一、确认音频输入格式与设备权限
该步骤确保HermesAgent能正常采集或读取会议录音源。系统仅支持特定采样率与编码格式的音频输入，且需在操作系统及应用层授予麦克风或文件访问权限。
1、检查录音文件是否为WAV、MP3或M4A格式，且采样率不高于16kHz、单声道优先。
2、在iOS设备中进入「设置 → HermesAgent → 麦克风」，开启权限；Android设备需在「应用管理 → HermesAgent → 权限 → 录音」中启用。
3、若使用本地音频文件导入，确认文件未加密、未被其他程序占用，且存储路径不含中文或特殊符号。
二、启动实时语音转写并选择语种模型
HermesAgent依赖内置ASR引擎将语音流解码为文本，语种模型匹配度直接影响转写准确率。需根据会议主讲人实际语言手动指定，不可依赖自动检测。
1、打开HermesAgent主界面，点击底部导航栏「会议纪要」图标。
2、点击右上角「+」按钮，选择「开始录音」或「导入音频」。
3、在弹出的模型设置面板中，从下拉菜单选定与发言人一致的语种（如：中文-普通话、English-US、日本語-東京方言），关闭「自动语种识别」开关。
三、配置关键词增强与说话人分离参数
会议中常出现专业术语、人名或机构名，原生ASR易误识；多人发言时若未区分角色，摘要逻辑将混乱。本步骤通过预设关键词与声纹分段提升结构化精度。
1、进入「设置 → 会议增强」，点击「添加关键词」，逐条输入本次会议高频术语，例如：“Qwen3”、“RAG架构”、“SLA响应阈值”。
2、返回录音界面，点击「说话人分离」开关，选择「启用声纹聚类」；若已知参会者数量，在弹窗中输入确切人数（如：4）。
3、开始录音前，点击「试听校准」，朗读3秒含关键词的句子，观察界面是否高亮标出对应词汇。
四、执行多粒度摘要生成并筛选关键片段
转写完成后，HermesAgent默认生成三层摘要：全局摘要（300字内）、议题摘要（按发言主题切分）、决策点摘要（提取含“同意”“通过”“责成”等动词的句子）。用户需主动触发并干预生成层级。
1、录音结束并完成转写后，点击右上角「生成摘要」按钮。
2、在摘要类型面板中，必须依次勾选「议题摘要」与「决策点摘要」，取消勾选「全局摘要」以避免信息稀释。
3、在生成结果页，长按某段摘要右侧的「⋮」图标，选择「锁定此片段」，该内容将保留在最终导出版本中，不受后续编辑影响。
五、导出结构化纪要并验证关键字段
导出动作会将文本、时间戳、说话人标签与摘要标记封装为可编辑格式。必须核对时间轴对齐性与责任主体标注完整性，否则无法满足归档要求。
1、点击右上角「导出」，选择「Markdown+时间戳」格式（非纯文本或PDF）。
2、在导出预览页，滚动至任意决策点摘要段落，检查其前缀是否含「[D-08:23:15] 张伟：立即启动…」格式的时间+姓名+冒号结构。
3、若发现某句摘要缺失责任人，返回原文定位该句，点击句首「分配说话人」按钮，从列表中手动指定对应角色。
