V xmosa
Product 02 · On-Premise

MosaMinutes地端 AI 會議記錄平台

會議結束，紀錄已經
改到能直接發出去。

錄音或上傳檔案，系統自動產出逐字稿、分辨誰在說話、寫出摘要與待辦，並讓你在同一個畫面裡邊聽邊改——而且錄音、逐字稿、摘要全程不離開貴單位的網路——地端部署的完整說明在這裡。

校對工作區
自動儲存
1.5×
00:14
王主任
彼个案子的預算，咱敢有確定落來？
00:19
李專員
上禮拜董事會通過了，我等一下把會議紀錄寄給你｜
00:26
王主任
好，數字若有 update 你直接 tag 我就好。
待辦事項
李專員寄送董事會決議之會議紀錄
預算數字更新後通知王主任
示意畫面 · 實際互動示範即將上線

你遇到的麻煩，我們怎麼解

On-Premise
會議記錄的痛點很少在「轉錄」，而在轉錄之後。
麻煩 01

會議錄音不能上傳到別人的伺服器

法規或內部規範讓雲端會議工具在評估的第一關就出局。台語能力再好也沒用。
我們的解法

辨識、語者分離、聲紋比對、摘要——所有模型都在你的伺服器上，不呼叫任何雲端 AI 服務。

—容器化部署，不需連外即可運作
—身分驗證可用自架的身分提供者，適用封閉網路
—沒有按次計費的 API 成本，會議開再多都不加價
麻煩 02

校對比重打逐字稿還累，改到一半還會被蓋掉

多數工具在「兩邊同時改」時是後蓋前，一整個下午的修改就這樣消失。
我們的解法

文字修改、段落結構、語者指派、語者命名是四條互不干擾的獨立通道——這是這個平台的設計底線，不是盡力而為。

—真的衝突時不自作主張選一邊，精確標示到那一句
—任何修改都不會在未經你明確同意的情況下被丟棄
—邊聽邊改、逐字稿隨播放捲動、一鍵還原辨識原文
麻煩 03

會議裡大家講國台語夾雜，工具只聽得懂一種

這是臺灣會議的實際語音型態，不是教科書式的單一語言。能處理台語的工具並非沒有，但都在雲端。

我們的解法

國語、台語、客語、原住民族語、英語，一律轉為繁體中文逐字稿（各語言的涵蓋範圍）；國台語模型由團隊自行微調，已在生產環境服役、處理真實會議。

—真正的差異在「地端」：本土台語服務皆為雲端形態
—介面上不出現任何模型代號或技術術語
—可設定個人預設語言／口音，日常不必每次重選
—新增語言是一筆設定變更，不需改版或重新部署
麻煩 04

每場會議都要重新標註誰是誰

固定班底的例會，每週都在做同一件無聊的事。
我們的解法

聲紋註冊與自動比對：為某位發言者命名一次，之後的會議會自動認出同一個人。會議開得越多，標註工作越少。

—上傳時可指定預期發言人數，讓分離更貼近實際
—語者辨識失敗不會讓整場會議失敗，仍產出完整逐字稿
麻煩 05

辨識引擎憑空生出會議裡沒說過的話

最讓人不安的失效不是「聽錯」，而是無中生有。這類問題只有在真實會議上才會現形。
我們的解法

我們的模型已在實際環境處理真實會議，以下三項都是上線後實測發現並修正的問題，不是規格書上的宣稱。

—太短的聲音不會被當成話：設有語音長度下限，兩百毫秒的環境雜音根本不會進入辨識，也不會計費
—不會陷入重複迴圈：找出成因並在系統層修掉，不是靠事後過濾遮掩
—辨識器對自己的信心會被記錄：異常輸出可追溯與稽核，不會無聲混進逐字稿

還有這些

現有功能
即時錄音
開網頁按下錄製，逐字稿與語者標籤即時出現，會議還在進行就能看到內容成形。
AI 摘要與待辦
一鍵產生摘要並整理待辦。AI 產出的是草稿，最終版本由你決定。
三種匯出格式
Word 含出席者與摘要區塊、待辦渲染為勾選清單；另有純文字與 SRT 字幕。
OIDC 單一登入
接上既有身分驗證系統，沒有另一組獨立帳密要管理；支援自架身分提供者。
權限與稽核
分層權限、管理操作留下紀錄且須填寫原因、可設定結果保留期限。
程式化 API
以存取權杖供內部系統呼叫，支援非同步與同步；重複請求只執行一次。
單張 GPU 跑完整系統

辨識、語者分離、聲紋擷取與摘要模型共用一張 GPU，硬體門檻與機房空間需求都低。

模型可抽換，不被綁定

建構於業界標準開源技術與相容介面。若採購規範要求非紅色供應鏈，可評估替換為其他來源的開放權重模型。

用量控管

瀏覽器使用者以額度管理、程式化呼叫以點數管理，兩者分開計算，管理員可調整並留下紀錄。

不會半路壞掉的處理流程
每份錄音進入系統前先完成驗證，能不能處理當場就知道，不會排到最後才失敗
收下的那一刻即記錄雜湊值與位元組數，原始錄音的完整性有據可查
重複送出的請求只會被執行一次，不會產生重複的會議與重複計費

讓紀錄自己走到該去的地方

開發規劃中
以下為下一階段的發展方向，仍在開發規劃中，非現有可交付功能。
會議紀錄自動送達

完成後自動寄 Email、推送 Teams／Mattermost／LINE，或以 Webhook 通知內部系統

敏感資料自動遮罩
姓名、身分證號、病歷號、金額自動偵測遮罩，並記錄誰檢視了原始內容
專有名詞辨識強化
由貴單位維護人名、單位、產品與術語對照表，產出時自動修正為正確寫法
線上會議直接擷取
直接擷取電腦上正在進行的線上會議音訊，不需要外部帳號加入會議
會議範本與公文格式
董事會、專案進度、訪談各有格式；公部門的案由、決議、列席人員直接成形
跨會議 AI 問答
「上次談到預算是怎麼決定的？」附上出處會議與時間點，地端運行不出網
企業級管理規則
依群組或會議類型自動套用處理規則與不同的保存年限
團隊共享與協作
分享給同事、部門層級可見性、共同校對，以及發言時間統計
可疑段落自動標示

辨識引擎對每一段輸出的信心已被記錄，將據此在校對畫面主動標出「這段最可能有問題，請優先檢查」——把注意力放在真正需要的地方，而不是從頭聽到尾

系統需求

摘要
伺服器

一台 NVIDIA DGX Spark GB10（GB10 Grace Blackwell 超級晶片，128 GB 統一記憶體，原廠 DGX OS 為 Ubuntu 基礎）

處理容量

單台 NVIDIA DGX Spark GB10 可支援即時 10 線同時轉錄；離線上傳以批次佇列處理，不受線數限制

部署形態
容器化部署，單機即可運行；封閉網路友善，不需連外
使用者端
任何現代瀏覽器，無需安裝軟體；電腦與行動裝置皆可

若需求超出單機容量，可規模化為多機配置。實際併發量與硬體配置建議，我們會依貴單位的會議量與使用型態評估後提供，並可供應完整主機硬體與到場安裝部署。

不只是一套軟體

導入與維運

地端 AI 最實際的門檻往往不在軟體，而在硬體選型、環境建置與後續維護。這些我們一起承擔。

主機供應與到場安裝

可提供完整主機硬體，經測試驗證後協助完成安裝部署，貴單位不需自行摸索硬體選型與環境建置。

辨識模型持續改進

模型由團隊自行訓練，可依貴單位的實際語音情境與領域用語持續優化——採用通用雲端服務時做不到。

可重現的評測報告

以貴單位指定的公開基準或自備的實際會議音檔評測，提供方法論明確、可重現的正式報告，而不是行銷數字。

產業合規與供應鏈客製

依政府、金融、醫療、法律的法規與內控要求客製存取控制與稽核；採購規範指定模型來源時可替換後重新驗證。

場景客製化
協助將既有的會議紀錄格式、專有名詞表與摘要需求整理成系統設定。
維護、更新與教育訓練

模型升級、效能調校與安全性更新由團隊持續維護，貴單位不需自建 AI／MLOps 團隊。

常見問題

FAQ

還在開發規劃中的功能，答案裡會直說。

AI 會議轉錄是什麼？

把會議錄音自動轉成逐字稿，同時分辨誰在說話、寫出摘要與待辦事項。MosaMinutes 讓你在同一個畫面裡邊聽邊改，改到能直接發出去為止。

會議錄音可以完全不上雲嗎？

可以，而且這是預設形態、不是附加選項。錄音、逐字稿、摘要與待辦全程在貴單位自己的伺服器上完成，容器化部署、單機即可運行，封閉網路不需連外也能使用。

聽得懂台語和客語的會議嗎？

國語、台語、客語、原住民族語、英語五種語言一律轉為繁體中文逐字稿，並自動標點分段。客語涵蓋四縣、海陸、大埔、饒平、詔安、南四縣六腔。

可以直接接 Google Meet、Microsoft Teams 或 Zoom 嗎？

目前不行。 現在的做法是錄音或上傳音檔。直接擷取電腦上正在進行的線上會議音訊（不需要外部帳號加入會議）列在下一階段的開發方向，還不是現有可交付功能。

一台機器可以同時轉錄幾場會議？

一台 NVIDIA DGX Spark GB10 可支援 10 線即時轉錄；離線上傳走批次佇列處理，不受線數限制。需求超出單機容量時可以規模化為多機配置。

多人同時校對，改的東西會不會被蓋掉？

不會。校對走四條獨立通道，彼此互不覆蓋，所以不會發生後改的蓋掉先改的。

用你自己的會議錄音，驗證一次。

我們可以用貴單位實際的會議音檔做一次概念驗證，並提供方法論明確、可重現的評測報告，作為採購與技術審查的技術佐證。