Hedy 不开源,有哪些开源 AI 听课助手?
需求很明确。
工具要在 Mac 上同时听到电脑声音和麦克风,边听边显示逐字稿。讲师提到新概念、数字或者值得怀疑的判断时,AI 能主动补充解释、联网查证、提出反例,也能结合提前提供的个人资料给出提示。课程结束后,再把录音、逐字稿和笔记存下来。
重点放在课程进行中的实时提示:AI 跟着一起听,及时提醒哪里值得多想一步。会后转写和总结工具不在这次比较范围内。
Hedy 已经覆盖实时转写和自动建议等主要功能,但它是商业闭源产品。本文把它作为参照,再检查三个开源项目:Raven、Anarlog 和 Meetily。
以下信息截至 2026 年 8 月 8 日,来自产品官网、文档和公开源码。本文没有一小时中文课程的实测数据,无法比较实时识别准确率和延迟。
Hedy:商业闭源的参照#
Hedy 能实时转写谈话,根据不同场景给出自动建议,还提供面向学生的课程模式。用户可以配置 Session Context,让 AI 预先知道个人背景、目标和词汇。
它的免费版每月 5 小时,每次 Session 的实时建议只覆盖前 30 分钟。Pro 版月付 12.99 美元,年付 99.99 美元,还有 299 美元的终身版。
Hedy 没有开放客户端源码。使用条款把软件、算法和设计列为公司专有资产,并明确禁止反编译、反汇编和尝试推导源码。
Hedy 提供 REST API 和 Webhook,但它们主要用于把 Session 结果接到其他工具。官方集成文档列出的实时事件包括 suggestion.created,可以收到 Hedy 已经生成的建议;包含完整逐字稿的 session.ended 在 Session 结束后触发。官方集成文档未列出可供外部程序消费的实时逐字稿流,也没有说明自动建议会在课程中联网查证。
Hedy 可以直接用来验证自动提示是否有用。它没有开放源码,无法在客户端基础上继续改造。
Raven:已有会中 AI 悬浮层#
Raven 使用 MIT 许可证,支持 macOS 和 Windows。它同时采集系统音频和麦克风,在本机完成回声消除,再把两路音频分别交给 Deepgram 实时转写。
它已经具备多项相关功能:
- 实时显示双方逐字稿,支持中文
- 始终置顶的悬浮层,不会出现在 Zoom、Meet、Teams 和 Discord 的屏幕共享里
- Learning 模式,可以设置专门的系统提示
- 可以上传 PDF、Word、Markdown 和纯文本,本地建立索引,在回答时引用
- 可以把屏幕截图和当前逐字稿一起发给 Claude 或 GPT
Raven 的 AI 需要手动触发。用户点击 Assist、What should I say、Follow-up、Recap,或者自己输入问题,AI 才会读取当前逐字稿并回答。截至本文检查的版本,公开源码里未见定时分析逐字稿、自动生成提示卡的程序,也未见 Web Search 工具。
开源版需要自己提供 Deepgram 和 Anthropic 或 OpenAI 的 API Key。Raven 为麦克风和系统音频各开一条 Deepgram 连接。按 Deepgram 当前按量付费的限时流式价格,并假设两条连接连续运行一小时,Nova-3 单语转写约 0.58 美元,多语模式约 0.70 美元。这是按公开单价做的推算,不包含大模型费用。
要做一个 Hedy 风格的开源版本,本文检查的 Raven 公开版未见自动触发和带来源的网页查证。它已经实现双路音频、实时逐字稿、悬浮层和本地文档检索。
Anarlog:本地模型和本地存储#
Anarlog 也是 MIT 许可证,前身叫 Hyprnote,是一个开源的 Granola 替代品。它可以录制系统音频和麦克风,把会议资料保存在本地 SQLite 数据库,支持导出 Markdown。
在 Apple Silicon Mac 上,Anarlog 可以下载本地转写模型。摘要和聊天可以连接 Ollama 或 LM Studio,因此录音、转写、总结和问答都能留在自己的电脑上。能否在会议中显示实时文字,取决于选择的模型,设置中标为 Live 的模型才支持。
Anarlog 的聊天已经能读取当前和历史会议,也有 Web Search 工具。不过公开源码里的 Web Search要求用户登录,再调用 Anarlog 的 /research/search 服务。这项网页搜索依赖网络和 Anarlog 官方服务。
官方文档主要围绕录音、备忘、逐字稿、总结和会后聊天,未列出会议中主动生成建议的功能。改造成实时听课助手,还要增加自动触发程序和提示卡界面。
Meetily:本地转写和会后总结#
Meetily 使用 MIT 许可证,主体是 Tauri、Rust 和 Next.js。它能同时录制系统音频和麦克风,使用本地 Whisper 或 Parakeet 实时转写,并用 Ollama、Claude、Groq、OpenRouter 或兼容 OpenAI 的接口生成总结。
Meetily 的录音、模型、逐字稿和总结都可以保存在本机。使用 Ollama 时,总结也能在本机完成;选择 Claude、Groq 或 OpenRouter 时,生成总结所需的文本会发送给相应服务。macOS 已经提供 Apple Silicon 安装包,不需要自己编译整个项目。
它的官方 README 和架构文档没有列出会议中的 AI 对话、个人资料检索、自动建议或者网页搜索。公开架构只把大模型列在 Summary Engine 中,未列出会中 AI 交互。
Meetily 已经覆盖本地录音、实时文字和会后总结。要做会中实时助手,需要另外加入 AI 交互层。
放在一起比较#
| 项目 | 许可证 | 系统音频 | 实时逐字稿 | 会议中 AI | 自动建议 | 网页搜索 | 本地转写 | 额外上下文 |
|---|---|---|---|---|---|---|---|---|
| Hedy | 闭源 | 支持 | 支持 | 支持 | 支持 | 未见会中查证 | 官方称支持设备端识别 | Session Context |
| Raven | MIT | 支持 | 支持 | 手动触发 | 公开版未见 | 公开版未见 | 使用 Deepgram | 本地文档检索 |
| Anarlog | MIT | 支持 | 取决于模型 | 支持聊天 | 文档未列出 | 依赖官方服务 | Apple Silicon 支持 | 当前及历史会议 |
| Meetily | MIT | 支持 | 支持 | 文档未列出会中 AI | 文档未列出 | 文档未列出 | Whisper、Parakeet | 文档未列出 |
Hedy 可以直接试自动提示,但不开源,每次免费实时建议限 30 分钟。Raven 已有双路音频、实时转写、会中手动 AI、悬浮层和文档检索,本文检查的公开版未见自动触发与网页查证。Anarlog 支持本地转写、本地模型和本地存储,还要补实时提示交互。Meetily 覆盖本地录音、实时文字和会后总结,公开资料未列出会中 AI。
按功能缺口看,Raven 是更直接的改造起点。不过本文没有中文课程实测和开发量评估,还不能判断哪条路线的总成本最低。准确率、延迟、提示频率和干扰程度也都没有实测数据。