聲音與語音
從音訊裝置到文字之間的一切：擷取、整理、切段，以及語音引擎的統一介面。
ov-mediaov-asr
隱私與安全
資料存在哪裡？哪些操作會連網？
以下說明錄音開發版如何在電腦上處理與儲存資料，以及使用外部 AI 時會傳送哪些內容。AI 團隊功能的資料處理方式，會在發布時依實際採用的功能與服務另行說明。
在哪裡處理
本機錄音與摘要，外部 AI 由你選擇
你的裝置
-
錄音
錄下麥克風與系統音訊，由後端直接儲存到磁碟，不依賴視窗保持開啟。
音訊 -
轉錄
依錄音語言選擇本機語音模型，離線產生逐字稿。
逐字稿 -
摘要
內建的本機語言模型整理出會議重點、決議與待辦事項。
筆記 -
索引
將資料存入本機 SQLite 資料庫並建立搜尋索引，提問時以錄音內容為回答依據。
使用 Studio 本機模型時，語音辨識與文字處理在裝置上執行。首次下載模型後，不需 AI 服務帳號、API 金鑰或雲端訂閱。
離開你的裝置
公司伺服器或外部 AI 服務
可設定公司自行架設的 AI 伺服器或雲端服務，用於摘要與提問。手動開始產生摘要或提問時，處理所需的內容才會傳送至該服務。目前的自動摘要與知識圖譜只使用內建模型。
保存與傳送的資料
保存在電腦上的資料與對外傳送的內容
在本機保存的資料
- 原始錄音檔，以及當機後復原錄音所需的資料
- 逐字稿、筆記、會議摘要與待辦事項
- 本機 SQLite 資料庫、向量搜尋索引與已下載的模型檔案
- 第三方服務的憑證，加密保存在作業系統的憑證儲存區
操作時會使用網路的功能
- 下載 AI 模型：只下載固定版本，並核對 SHA 檢查碼
- YouTube 匯入：將你提供的連結交給內建下載工具取得音訊，不會傳送會議內容
- 行事曆訂閱：連結時讀取你加入的訂閱網址
- 更新與服務檢查：手動檢查更新，或查詢 AI 服務是否可用
- 外部 AI：產生摘要或提問時，將所需內容傳送至你選定的公司伺服器或雲端服務
不蒐集錄音內容或追蹤使用行為
錄音開發版不需要 Studio 帳號，我們也沒有架設保存使用者內容的伺服器。目前原始碼未使用第三方分析、行為追蹤或背景遙測工具。使用程式不會將錄音、逐字稿、筆記或使用習慣傳送給 OptiVerse Technology Ltd。
以上依目前原始碼確認。正式發布前，會再核對發布版本的實際行為與隨附的隱私權政策。
對外連線
集中管理 HTTP 連線，另列更新與下載工具
應用程式的 HTTP 用戶端由同一個模組建立，經此用戶端發出的請求會記錄連線用途與發起者，供資訊與資安團隊查核。更新程式、系統瀏覽器與 YouTube 下載工具則使用另外的連線管道。
應用程式內部
- 下載模型：固定版本，並核對檢查碼
- 你手動執行的軟體更新檢查
- 你自己加入的行事曆訂閱網址
- 你提交的 YouTube 連結音訊
- 查詢 AI 服務的模型清單與端點狀態
- 你設定的公司伺服器或自訂雲端 AI 服務
- 你要求開啟的外部連結，交給系統瀏覽器處理
ov-egress
唯一的 HTTP 用戶端，統一管控
網際網路
另外三種操作不經過上述 HTTP 用戶端：執行更新程式、用系統瀏覽器開啟連結，以及使用 YouTube 下載工具。下載工具會為你提供的連結啟動獨立程序，三者都由使用者操作後才啟動。
行事曆清單與提醒預設讀取本機快取，開啟程式時不會因此連網。程式碼列有完整的對外連線清單，建置時會自動與公開隱私權政策比對。
模型管理畫面會標示各模型的處理位置： 查看模型管理
為什麼重要
本機處理如何影響隱私、費用與離線使用
評估使用方式時，可一併考慮資料是否需離開電腦、外部服務費用與網路限制。
-
選擇哪些內容交由外部 AI 處理
使用本機模型錄音、轉錄與產生摘要，不需傳送會議內容給雲端 AI。若選用外部服務，可先確認會傳送哪些資料，以及該服務的處理方式與使用條件。
-
使用內建模型不產生雲端處理費
使用 Studio 內建模型時，轉錄與摘要在現有電腦上執行，不產生雲端按分鐘或按量推論費用。選用外部 AI 時，則依服務商的計費方式計算。
-
沒有網路也能照常使用
模型下載後，錄音、轉錄與搜尋不需要網路。可在限制對外連線的場所，或網路不穩、無法連線時使用。
-
可自行備份與匯出資料
錄音、逐字稿與筆記保存在電腦上的 SQLite 資料庫與一般檔案中。可自行備份與匯出，不需向我們申請，也不必持續付訂閱費才能查看已有紀錄。
本機模型的處理速度取決於硬體，通常不及大型雲端 GPU 叢集。選擇處理方式時，可依工作需求比較速度、資料傳送範圍與外部服務費用。
技術架構與開發細節
以下供評估目前錄音開發版實作的讀者查閱，不代表未來版本的完整架構。
寫給資訊與資安團隊
本機資料保存、復原與存取控制
以下說明系統分層、錄音處理步驟、模組分工與資料存放方式，供資訊與資安團隊評估。
以 Tauri、Rust 與 React 建置桌面應用程式
目前錄音開發版採用 Tauri 2、Rust 與 React 19，將錄音與內容處理能力組合在桌面應用程式中。遠端 AI 為可選路徑。這裡描述目前實作，不代表未來版本所有功能都使用相同架構。
硬體、磁碟與網路存取程式碼，和應用程式邏輯分層管理。介面透過後端提供的指令操作，無法直接存取原始檔案路徑或自行建立 HTTP 用戶端。
-
介面層（使用者操作）
React 19、單一路由表、自動產生的型別安全繫結；與系統完全隔離，無法直接存取磁碟或網路
-
應用程式整合層
Tauri 2：整合指令、事件、外掛與應用程式狀態，並協調程式結束時的處理順序
-
能力模組（核心邏輯）
Rust 能力模組：領域、應用、媒體、語音、生成、檢索、儲存、檔案、對外連線、模型資產，以及處理器偵測
-
執行環境與裝置（底層）
SQLite、本機檔案系統、音訊驅動程式、受管控的對外 HTTP，以及內建的推論輔助程式、ffmpeg，和 macOS 與 Windows 上的 YouTube 下載工具
按下錄音之後
從擷取音訊到儲存逐字稿的五個步驟
音訊經過擷取、整理、切段與轉錄，再將文字修訂與時間軸標記寫入資料庫。完成儲存後，才通知介面更新。
-
擷取
透過作業系統原生的音訊介面，同時擷取系統音訊與麥克風。
音框 -
整理
混音與轉換取樣率後，將音訊放入有容量上限的記憶體緩衝區，避免用量持續增加。
音訊 -
切段
語音活動偵測會在轉錄前找出語音區段；這不保證每個區段都含完整詞句，也不代表靜音時完全不需運算。
語音段 -
轉錄
由本機工作執行緒依所選語言執行語音引擎，離線將音訊轉成文字。
文字 -
寫入
文字修訂與時間軸標記以 ACID 交易寫入 SQLite，完成後才通知介面。
中斷後可復原已完成寫入的內容
錄音狀態由後端獨立於介面保存。復原會使用已寫入的文字修訂與明確的中斷紀錄；尚未保存的音訊或逐字稿仍可能缺漏。正常停止完成時，結束標記與建立索引的工作會在同一筆交易中寫入，重新啟動後可繼續處理索引。目前安裝版本的當機與斷電驗證仍未完成。
模組分工
核心介面與四類功能模組
各模組分別負責音訊處理、摘要與搜尋、資料保存，以及對外連線。編譯時會檢查模組依賴，減少更換底層引擎時對其他功能的影響。
核心型別與介面
定義領域型別、抽象介面與不受資料傳輸方式影響的使用案例。核心不依賴應用程式框架，外圍模組依這些介面提供功能。
ov-coreov-app
摘要與搜尋
會議摘要與語意搜尋：透過本機或你設定的端點產生文字，以及文字切塊、向量嵌入、全文搜尋與知識圖譜。
ov-llmov-knowledge
資料保存與復原
使用 SQLite 保存資料與復原狀態，並透過檔案系統模組將存取範圍限制在已驗證的根目錄。
ov-storeov-files
受管控的對外連線
對外連線：應用程式本身唯一能建立的 HTTP 用戶端，以及以檢查碼驗證模型版本的固定清單。
ov-egressov-artifacts
16
功能模組
157
已註冊指令
56
有型別定義的事件
9
已列明的連網用途
23
版本鎖定的模型檔案
指令在 Rust 端註冊，後端處理程式與 TypeScript 介面定義由同一份資料產生，維持前後端一致。以上數量會在每次建置頁面時，直接從原始碼計算。
資料存放位置
資料庫、錄音檔、模型與設定的存放方式
錄音、逐字稿與摘要以開放格式保存在電腦上，可自行備份或搬移。
在你的磁碟上
主要資料來源
SQLite 資料庫
所有會議資料的正式存放處：會議、逐字稿、筆記、待辦事項，以及尚未完成的背景工作。以 WAL 模式執行，讀寫可以同時進行，當機時也能保護資料。
原始音訊
錄音資料夾
原始錄音檔與當機復原用的檔案。存放位置由後端決定，介面拿不到實際路徑，也無法存取磁碟上的任意資料夾。
可重新下載
模型與快取
本機模型檔案與快取，放在應用程式管理的資料夾裡，可以隨時清除，需要時再重新下載或重建。
可重建
偏好設定
介面狀態與使用者設定。即時逐字稿與會議內容都不存放在這裡，所以重設偏好設定不會影響過去的會議。
由作業系統保管
作業系統憑證儲存區
第三方 API 金鑰與其他機密資訊，存放在作業系統的鑰匙圈或認證管理員中，絕不會以明文寫進應用程式的檔案。
刪除 Studio 管理的會議資料
在 Studio 刪除一場會議時，會建立清除工作，移除資料庫紀錄、快取、錄音檔與索引，並要求介面確認已清除其暫存內容。清除工作可在重新啟動後繼續。不包含已匯出的檔案、使用者備份，或已送往外部 AI 服務的內容。
目前的限制
目前的實作限制與查核方式
部分流程仍需調整模組分工
少數流程仍由應用程式整合層直接呼叫儲存或裝置功能，尚未透過核心介面。這些流程已標示為過渡實作，將逐步調整。
自動化功能只在內建引擎上執行
Studio 的會後自動摘要與知識圖譜使用內建本機引擎。即時摘要在 macOS 提供；Windows 須通過硬體、執行環境與模型檢查，8 GB 顯示記憶體與 16 GB 系統記憶體只是暫定檢查門檻，非實測最低需求或效能保證。這些 Studio 自動化流程不會自行呼叫外部 AI 服務。
頁面數量依原始碼計算
模組、指令、事件、連網用途與模型的數量，會在每次建置頁面時從原始碼計算，方便核對目前實作。
正在為公司或團隊評估導入嗎？
歡迎來信說明企業需求與現有工作流程。我們提供客製化 RPA 服務，包括流程自動化、系統整合與導入支援，可依實際需求討論服務內容。