Otter AI

定义

Otter AI 是一款把实时语音转换为文字笔记的软件，其正式名称为 Otter.ai，开发与运营方为总部设在美国加利福尼亚州的 Otter.ai 公司^[2][1]。软件的产出物是文字稿，也就是把音频整理成带说话人标注、可全文检索并支持团队协作的智能笔记；音频与文本同时保存，用户既可以用文字检索，也可以点回音频中的对应位置^[3]。

Otter 可以在手机或浏览器中录音并转写，也可以把已有音频、视频文件上传后转写，转写结果可导出为 PDF、TXT、SRT 等格式^[1]。它同时提供会议助手功能，可以在 Zoom、Microsoft Teams、Google Meet 等视频会议中加入并自动记录，还可以通过挂接日历自动加入已安排的会议。

原理

该软件的核心是自动语音识别(Automatic Speech Recognition，ASR)与自然语言处理两条技术链。录音进入系统后，先由语音识别模型把声学信号逐段对应为文字，再由语言模型处理标点、断句与大小写，并对说话人进行分离标注。早期的做法是录音结束后再统一处理；官方与当时媒体的描述显示，实时转写相对于说话约有 2～3 秒延迟^[4]。

在识别之外，系统还包含可搜索的索引与“文本—音频对齐”机制：每个词都记录其在录音中的位置，点击文本即可跳转到相应语音片段，这使转写稿兼具字幕与检索入口的属性^[3]。说话人识别功能通过建立声纹配置文件来区分不同讲话者，用户需朗读一段文字完成声纹登记，之后可以手动为说话人命名以改进结果^[3]。

在此基础上，Otter 又叠加了大模型类能力：会议结束后自动生成摘要、提纲与关键词，跨历史会议检索并回答提问，以及生成跟进邮件等文本产出；这部分通常以 AI Chat、OtterPilot 等名称对外呈现^[5]。官方博客称其为自研的语音识别与 AI 技术，同时部分功能会调用第三方 AI 服务^[5]。

发展历程

公司于 2016 年在美国加州成立，最初名为 AISense，由前 Google 工程师梁松(Sam Liang)与 Yun Fu 共同创办；梁松曾参与 Google 地图早期开发^[6][7][8]。团队从 2016 年起开发转写技术，并先通过授权接口向合作方提供录音后的转写服务^[4]。

2018 年 1 月，公司宣布与视频会议服务 Zoom 合作，为其提供会后转写^[2]。同年 3 月，Otter 应用在世界移动通信大会上发布，向 Android 与 iOS 用户免费提供^[2][3]。2018 年 10 月，公司推出面向高校学生的笔记工具 Otter for Education^[2]。

2019 年 3 月，公司发布面向企业团队的 Otter for Teams^[8]。2021 年，公司完成由 Spectrum Equity 领投的 5000 万美元 B 轮融资，累计融资超过 6300 万美元^[7]。2023 年 6 月，公司推出 Otter AI Chat，把生成式对话能力引入会议场景^[9]。

此后产品重心从转写转向会议智能体。公司称其用户数在 2025 年达到 4000 万以上，累计转写会议超过 10 亿场，并有超过 86% 的《财富》500 强企业团队使用^[10]。2025 年 3 月，公司年度经常性收入超过 1 亿美元^[10]。据官方博客，2026 年 10 月公司发布 Work Mode 与 Live Assist，把功能延伸到会议前的资料准备与会议中的实时提示。

应用

最典型的用途是会议记录。用户把 Otter 接入日历后，软件可在安排的会议中自动加入并录制，生成文字稿、摘要与待办项，参会者可在文字稿上评论、高亮并指派行动项^[1]。在线上会议中，它还能自动截取共享的演示幻灯片并插入笔记，使文字记录与画面内容对应。

教育与媒体采访是另一类常见场景：讲座、访谈、播客、网络研讨会的音频都可用同一套流程转写，实时字幕也被用于辅助有听力或信息处理困难的参与者^[11]。据融资报道，加州州立大学、哥伦比亚大学与华威商学院等机构曾试用或使用该服务^[7]。

在企业场景中，产品被进一步包装为面向销售、招聘等岗位的会议智能体，可与会话记录和客户关系管理系统衔接，输出会前简报、候选人评分表或跟进邮件草稿^[5]。软件也提供接口，让外部 AI 助手检索会议转写内容^[5]。

局限

转写准确率对音频条件高度敏感。多家评测与用户反馈指出，在口音较重、背景噪声大、多人交叉发言或语速较快时，错误明显增多，专有名词与标点尤其容易出错，通常需要人工校对^[11][12]。PCMag 的一次测试中，5 分钟双人清晰录音出现 26 处词语错误，句读也不够准确^[11]。

语言覆盖有限。评测指出其转写主要支持英语、西班牙语、法语、德语、日语与简体中文等少数语种，多语种会议缺乏自动语种切换^[5][12]。此外，免费与低档套餐对每月转写分钟数、单场时长和上传文件数量设有上限，长会或高频使用需要更高档订阅^[11][5]。

隐私与合规是另一项约束。按公开隐私政策，非企业版账户的录音与转写内容可能被用于改进模型，企业工作区默认不参与模型训练；录制行为需由账户持有人自行确保符合所在地关于录音告知与同意的规定^[13][14]。有法律事务所的分析指出，此类默认设置已在美国引发关于参会者同意与数据训练的诉讼争议。此外，自动加入会议的功能若配置不当，可能在用户未预期的情况下开始录制。

参见

• 语音识别 —— Otter AI 的转写能力所依托的基础技术。

• 自然语言处理 —— 用于断句、标点、摘要与关键词提取的技术方向。

• Zoom —— 最早与 Otter 合作提供会后转写的视频会议平台。

• Microsoft Teams —— Otter 会议助手支持的会议平台之一。

• Google Meet —— Otter 会议助手支持的会议平台之一。

• 说话人分离 —— 通过声纹区分并标注不同讲话者的技术。