语音识别有现成的开源方案，比如阿里的FunASR。大语言模型现阶段不少，不过闭源居多，他可以先花点小钱调用GPT看看效果。服务器嘛，先用自己计算机顶着，不上云端，先做脱机录音，回宿舍再联网处理。
有了想法，说干就干。
虽然原理简单，实际做起来洛北发现，需要处理的细节不少。
一节课90分钟，如果上载无损的音频文档，体积高达几百MB。如何调整比特率和采样把录音压缩得尽可能小又不影响识别，是门有技术的活。
不过洛北凭借着“实用主义”的buff，只试了几次，很快就找到了最合适的参数。
然后是手机端预处理，再到服务器文档存储，接着用FunASR将语音转为文本。
再经过洛北搭建的工作流，搭配精心调校的提示词，传到大语言模型，返回指定的Markdown格式文本。最后再转换成word或者pdf格式的笔记。
而在这个过程中，提示词是重中之重，极大影响笔记的质量。
所以在网上也被大家称呼为“炼丹咒”，能炼出什么品质的丹药，还真就要看炼丹师们的调教水平了。
一开始，洛北给的提示词很简单：“你是一个专业的数学系助教，请将以下的课堂录音文本整理成结构清淅的笔记。要求：1.识别并修正数学术语的同音错误；2.使用LaTeX
格式输出所有公式；3.提炼内核知识点去除口语废话；4.输出为Markdown格式。”
但试了几次，靠着“实用主义”的禀赋，他很快发现光这样是不够的。
所以洛北参考了网上范例，针对微积分这门课程，对提示词反复做了很多调整，最后才得到满意的结果。
另外对于理工课程，老师需要经常板书公式，对于这些，光靠语音转文本，很难完全还原实际内容。
这是笔记助手的痛点。不解决这个问题，始终不能称之为真正的智能。
。但现在的视频识别技术基本都是闭源的而且要价不菲。
洛北决定迁回一下。他把录音设置为后台运行，然后添加时间轴拍照模式。生成笔记时根据拍照时间，在映射位置插入照片的板书，一定程度绕开了这个问题。
这样一番折腾，花了洛北大半周的时间。
这是笔记助手的第一版De，因为洛北没有美工基础，没做酷炫的界面，主界面很简单：按钮“开始记录”，下面是列表“历史笔记”，简单但能打。
周四上午，又是微积分课。
肖崖生无可恋地瘫在座位上：“完了，作业写得一塌糊涂，昨晚又梦见伍老头追着我问泰勒展开的题目，半夜给吓醒了。”
他厚着脸皮蹭到洛北身边，说：“这次笔记详细一点好不好，求求了，北哥，义父，拜托拜托！”
洛北掏出手机，打开了界面还很简陋的APP。
“这是啥？”肖崖好奇。
“你的义父。”洛北语带双关。
这时，上课铃声响了。伍锡走进教室，开始狂飙板书：“今天我们讲定积分————”
他讲得唾沫横飞，语速极快。周围一圈人都在埋头狂记，肖崖就指望着洛北呢，结果看到洛北那是双手插兜，很悠闲地听课，只是偶尔拿着手机咔嚓拍下板书。
见状，肖崖忍不住问：“北哥，说好的笔记————？”
“在记着了。”洛北说得平淡。
“啊哈？”肖崖眨眨眼睛，“可这节课很重要啊！伍老头说了，有期中考的重点的！”
“我知道。”洛北还是那副淡定的表情。
肖崖对着伍捕头的魔音灌脑，硬挺着坚持到下课，就瘫倒在桌上。
“这就讲完了？我还在想第一步怎么来的，就出结果了？”他喃喃，“北哥————算了，北哥肯定听懂了。子望，你听得懂么？”
看到何子望鳖爬一样的字迹，肖崖直想抓头：“完蛋，今天北哥没记笔记，子望的笔记又难认，天亡我也————”
却见洛北再次掏出手机，点下结束录音。
“北哥，你也整录音这套？信我，用了一次你就会没兴趣再弄的，麻烦死了。”肖崖忍不住劝道。
“回寝再看。”洛北背起书包。
等一到宿舍，他就连上WIFI然后上载音频。只见界面开始跳进度条：“正在上载音频————正在云端转写————正在整理知识点————”
过了二十秒，笔记生成了。洛北打开扫一眼，质量很高。与此同时，脑海之中弹出提示：
【你通过开发笔记助手测试版，积累240点“程序员”职业经验。】
经验还不少。