很多老板手里都有一种"沉睡资产"：客户电话、销售录音、客服语音、会议录音。

我自己硬盘里就躺着 5000+ 条通话录音。

以前这些文件看起来像资料，其实基本等于没用。因为没人会一条条听，也没人知道哪条是客户需求，哪条只是秒挂，哪条藏着投诉线索。

这次我不是只做"录音转文字"。

最后沉淀到 Obsidian 里了。

现在的效果是：

在 Obsidian 里能看到整套录音数据库，几千条记录可以按日期、号码、标签、关键词筛。

点开一条录音，里面有音频播放器，有 AI 摘要，有关键词，还有原始通话文字。

更关键的是，文字前面带时间戳。

看到某一句觉得重要，可以直接点时间戳，从那一秒开始播放原录音。

这就不是"转出来一堆 txt 文件"。

它变成了一个能回听、能搜索、能复盘的客户沟通库。

真正麻烦的地方在前面。

第一步不是转写，是清洗。

我和 AI 一起拆了几条规则：

小于 50KB 的，大概率是秒挂或空录音，先过滤。

服务号、银行号、明显推销号，先放到废弃区。

但纯数字陌生号不能一刀切。如果录音大于 500KB，说明聊得不短，可能真有客户内容，要保留。

因为真实生意里，很多重要客户一开始就是陌生号码。

后面再统一格式：mp3、amr、aac、wav，先用 FFmpeg 转成更适合识别的格式。

5000 多条也不能一次乱丢，按每 200 条一组分批处理。

语音识别我用 FunASR / Paraformer，本地批量转文字，再让 AI 做摘要、关键词和标签。

最后才进 Obsidian。

这件事不只适合录音多的人。

销售电话没人复盘、客服录音没人听、会议录音没人整理、员工跟客户聊了什么老板不知道，本质上都是同一种问题：有记录，但没人收拾。

AI 最适合先接这种活。

先把散、乱、脏、没人愿意整理的原始资料，变成能看的证据。

这个岗位，我叫它：AI 录音整理员。