录音卡核心技术能力需求规格书

1 产品价值概览

本次合作聚焦移动录音卡产品，这是一款基于硬件厂商现有录音卡技术能力的定制化硬件设备。在展开详细技术需求之前，我们希望先从整体解决方案的视角，帮助贵方理解录音卡在基层治理领域智能办公体系中的定位与价值。

我们的产品体系采用"本地算力基座+移动感知终端"的架构设计，录音卡作为移动端的核心组件，与智能办公大盒子协同工作，共同构建了一套软硬一体的智能办公解决方案：

软硬一体赋能痛点精准突破智能办公新范式

硬件是足PC、手机、软件系统的物理扩充

"本地算力基座+移动感知终端"的黄金组合

为社工提供更安全、更便捷的数智化体验

本地办公 · 盒子赋能

3万元/台

亮点功能：

作为算力基座与桌面核心，它不仅是安全的本地数据中枢，更是移动场景的算力后盾。

数据本地闭环：内部文件、敏感居民台账物理隔离不出域；
社区会议：内置ASR+声纹管理，多人发言按专业模版形成纪要；
私有知识库：向量化文档入库支持语义检索智能问答，是您私有助手；
算力基座：提供算力与加密备份，实现"端-盒"的全链路安全。

⟷

移动场景 · 录音卡赋能

600元/个

亮点功能：

作为盒子的移动触角与信息入口，它让算力基座的能力延伸到每一个现场。

移动办件录音：磁吸手机一键物理录音，关键证据不遗漏；
关键时刻AI标记：自动捕捉情绪、表态、承诺等重点时刻；
巡查拍照备注：拍照加语音，语义提编，完善巡查和办件的图片管理；
算力调用：调取算力实现语音转文、语义分析等处理能力。

通过录音卡与大盒子的协同，我们为基层社工提供了从移动采集到本地处理的完整闭环。录音卡作为关键的移动端组件，承担着现场数据采集、关键信息标记、移动存储管理等核心功能。

接下来，我们将从市场机遇、应用场景、技术需求等维度，详细阐述对录音卡产品的定制化需求。

2 目标市场与合作机遇

2.1 核心数据概览

市场板块	市场规模	客户数量	单客户配置
社区居委会	198亿	全国60万个社区	1台盒子(¥3万) + 5张录音卡(¥600×5)（¥3.3万/社区）
街乡镇科室	73亿	3.8万个街乡镇×6个核心科室	1台盒子 + 3张录音卡（¥3.2万/科室）
合计	≈271亿	仅首次配置	不含后续迭代与增值服务

2.2 为什么是现在？

政策驱动：基层治理数字化转型深化推进并纳入 “十五五” 规划，加强人工智能同社会治理相结合
需求刚性：社工工作证据化、数据安全合规化成为刚需，传统软件方案无法满足
渠道成熟：通过中国移动政企渠道可快速触达全国街道社区，覆盖面广、信任度高

2.3 合作价值

本次合作基于硬件厂商的录音卡产品，针对基层社工场景进行深度定制，打开政府采购TO B市场，与现有TO C消费市场形成互补，实现双赢。

3 产品定位与使用场景

3.1 产品定位

基于硬件厂商的录音卡产品进行二次开发，面向基层社工的专业录音采集设备。

3.2 核心使用场景

场景	描述	频率
接诉即办	社工处理12345工单时，通话录音+关键时刻打点（支持手动打点+AI自动识别标记）	高频（日均5-10次）
入户走访	社工上门走访时，现场对话录音	高频（日均3-5次）
巡查拍照	作为手机外挂存储器，存储巡查照片+语音备注	高频（日均10-20张）
会议记录	民主议事会、调解会等多人场景录音	中频（周均2-3次）

3.3 使用模式

ToC模式（个人购买）

社工个人购买使用
数据存储在录音卡本地
通过手机App查看、管理
通过PC端（客户端程序或WEB端）管理和查看
可选上云服务（购买云端存储空间和AI转写服务）

ToB模式（社区采购）

社区统一采购，社工领用
配套"智能办公大盒子"作为数据归集中心
录音卡数据自动回传到大盒子，集中AI处理
典型配置：1个大盒子 + 5-10张录音卡

4 录音卡核心硬件能力需求（通用）

注：以下需求适用于ToB和ToC两种模式，硬件规格相同

4.1 物理录音能力

4.1.1 通话录音（通话感应）

实现方式：贴附手机听筒，采集震动（如压电感应或类似技术）
优势：不依赖手机软件权限，支持所有手机型号（含iPhone）
录音质量：期望≥16kHz/16bit
信噪比：期望≥60dB

待确认

厂商录音卡现有技术方案是否支持？如不支持，改造成本和周期？

4.1.2 现场录音（麦克风）

实现方式：内置麦克风
拾音距离：有效拾音半径3米
降噪：支持环境噪声抑制（风噪、杂音）

4.1.3 双模式自动切换

检测到手机通话状态：自动切换到通话模式
未检测到手机通话：使用麦克风模式
用户无需手动切换

4.2 关键帧打点功能

4.2.1 物理按键打点

按键设计：独立物理按键，可盲操作
响应时间：≤1s
打点记录：
- 时间戳（精确到秒）
- 自动关联当前录音文件

待确认

厂商录音卡是否已有物理打点按键？如没有，是否支持硬件改造？

4.2.2 打点数据存储

{
  "recording_id": "REC-20260121-001",
  "markers": [
    {
      "timestamp": 95.234,  // 录音第95.234秒
      "type": "single_click",  // 单击标记
      "time": "2026-01-21T14:30:25.234Z"
    }
  ]
}

4.3 本地存储能力

4.3.1 存储容量

基础存储：64GB

4.3.2 文件格式

录音格式：MP3/WAV
元数据格式：JSON
文件命名规则：REC-YYYYMMDD-序号.mp3

4.3.3 存储管理策略

存储将满预警：90%时提示用户
满存储处理策略（用户可配置）：
- 默认：自动删除最早的录音（排除标记为"重要"的）
- 可选：停止录音功能
- 可选：提示用户手动清理

4.4 物理形态与操控

4.4.1 外观设计

尺寸：类信用卡大小
重量：≤30g
材质：轻量化塑料/金属复合材料

4.4.2 挂载方式

MagSafe磁吸：兼容iPhone 12及以上机型
通过卡套：可加引磁片，适配非MagSafe手机

4.4.3 物理按键

录音开关：推拉式，可盲操作
打点按键：独立按键
LED指示灯：电量状态、连接状态

4.5 电源与续航

4.5.1 电池规格

电池容量：≥500mAh
连续录音：≥6小时
待机时间：≥7天

4.5.2 充电接口

接口类型：Type-C
充电时间：≤2小时（完全充满）
快充支持：支持5V/2A快充

4.6 蓝牙连接能力

4.6.1 蓝牙规格

协议版本：BLE 5.0或以上
连接距离：≥10米（无遮挡）
功耗：低功耗模式，不影响续航

4.6.2 蓝牙功能

连接手机App：查看录音列表、播放、添加备注
文件传输：
- 录音卡 → 手机：下载录音文件
- 手机 → 录音卡：上传图片文件（手机拍照存储到录音卡）
数据同步（双向）：
- 录音卡 ↔ 手机：备注信息、打点标记、元数据等
传输速率：≥100KB/s

待确认

厂商录音卡蓝牙通信协议是否开放？能否提供SDK供我方App对接？
或者是否支持插件形式合作（见第四章集成方案）？
是否支持本地存储手机传来的图片文件？

4.6.3 连接稳定性

自动重连：断开后自动重连
多设备绑定：支持绑定多个手机（但同时只能连接1个，连接的账号是同一个）

5 ToB场景特殊需求：文件、数据向大盒子输出

注：以下需求仅适用于ToB模式（配套"智能办公大盒子"使用）

5.1 大盒子对接方式

录音卡支持向大盒子传输数据，两种方式正在探讨，尚未决定：

方式1：WI-FI无线连接

使用场景：社工回到办公室，录音卡通过手机Wi-Fi自动连接大盒子
连接触发：进入大盒子WiFi热点范围内自动连接
传输模式：增量同步（只传未同步的文件）

方式2：Type-C底座有线连接

使用场景：录音卡放入大盒子一体的充电底座
连接触发：插入底座自动触发同步
传输速率：≥5MB/s（USB 2.0）
优势：传输速度快、同时充电

待确认

厂商录音卡是否为Type-C接口，是否支持数据传输？（还是仅充电）

5.2 数据回传协议需求

核心前提：录音卡需向我方指定的盒子设备开放文件传输权限，支持以下数据回传机制。

5.2.1 增量同步机制

录音卡维护同步状态表：
- file_id: 文件唯一ID
- sync_status: 0未同步 / 1已同步
- sync_time: 同步时间戳

每次连接时：
1. 查询sync_status=0的文件列表
2. 发送给大盒子
3. 大盒子确认接收后，更新sync_status=1

5.2.2 文件去重

MD5校验：避免重复传输同一文件
断点续传：文件传输中断后可续传

5.2.3 传输优先级

高优先级：标记为"重要"的录音、最新录音
中优先级：未转写的录音
低优先级：已转写的旧录音

5.3 一盒多卡管理需求

5.3.1 设备识别

每张录音卡有唯一设备序列号（如：RC-2026-A001）
大盒子能识别并管理5-10张录音卡
记录每张卡的：
- 当前绑定用户（用户ID）
- 电量状态
- 存储使用情况
- 最后同步时间

5.3.2 动态身份绑定

蓝牙握手：录音卡连接手机App时，确认用户
数据归属：录音文件自动标记录音人用户信息

5.4 大盒子接收端相关需求

这部分是对大盒子（而非录音卡）的要求：

5.4.1 接口能力

WI-FI接收：支持同时接收5-10张录音卡的数据
USB底座：支持5-10个Type-C接口的充电底座

5.4.2 数据处理能力

接收录音文件后，自动触发AI转写
批量处理队列管理
转写完成后通知录音卡对应的用户的手机App

5.5 录音卡硬件性能指标汇总表

指标项	要求	备注
录音质量	≥16kHz/16bit	支持通话+现场双模式
信噪比	≥60dB	保证转写准确率
打点响应	≤1s	保证关键时刻不漏
蓝牙版本	BLE 5.0+	低功耗、稳定连接
蓝牙传输速率	≥100KB/s	照片传输不卡顿
Type-C传输速率	≥5MB/s	快速同步到大盒子
存储容量	64GB	基础存储
电池续航	≥6小时连续录音	满足全天外勤
充电时间	≤2小时	支持快充
设备重量	≤30g	不增加手机负担

5.6 软件能力需求汇总表

软件能力项	具体要求	用途说明	适用模式（请见第6部分）
蓝牙SDK开放	提供蓝牙通信协议SDK，支持第三方App对接	实现自有App与录音卡的通信	模式A
硬件SDK及技术文档	提供完整的硬件SDK、开发文档、技术支持	基于厂商录音卡进行二次开发	模式A
App平台二次开发支持	厂商配套App支持二次开发，允许集成第三方功能模块	在厂商配套App中集成社工场景功能	模式B
用户体系接口开放	开放用户体系API，支持与第三方用户系统对接	实现用户身份统一管理和权限控制	模式B
应用开发接口	提供插件/小程序开发接口和SDK	以插件形式集成到厂商配套App	模式B
数据访问权限开放	开放录音、图片等数据的读写权限API	第三方插件访问和管理用户数据	模式B
集成规范文档	提供清晰的插件集成规范、开发指南	指导第三方应用开发和集成	模式B
文件传输协议开放	向指定设备（大盒子）开放文件传输权限	录音卡数据同步到大盒子	模式A、B、D（ToB场景）
数据回传API	提供数据回传接口，支持增量同步、MD5校验	录音卡与大盒子数据同步	模式A、B、D（ToB场景）
云端存储服务（可选）	提供云端存储空间服务	ToC用户可选的云端备份	ToC可选，模式D
AI转写服务（可选）	提供云端AI转写、方言识别、关键词提取	录音转文字、智能分析	ToC可选，模式B、D
云端开发接口	提供云端服务开发接口，明确技术边界	双方联合开发云端功能	模式D
知识产权协议	明确SDK授权、知识产权归属、使用范围	保障双方权益，规避法律风险	模式A、B、D

6 集成方案探讨

模式A：基于厂商硬件SDK开发ToB首选✓ 推荐

采购厂商录音卡硬件模组
基于硬件厂商提供的SDK开发我们的App
复用厂商录音卡的蓝牙协议、存储管理，便于录音卡与大盒子数据对接和同步
需要硬件厂商提供：硬件SDK、技术文档、技术支持
需配合自研App：实现录音卡与智能办公大盒子的完整数据闭环
收入合作方式：硬件批量采购 + SDK授权费，我方独立销售

🎯 适用场景： ToB政企采购（盒子+录音卡组合方案）

✅ 核心优势：完全自主可控软件体系，支持录音卡→大盒子数据本地闭环，独立销售便于政企采购

⚠️ 关键风险：需要SDK完全开放，自研App开发周期较长（3-6个月）

📋 参考案例：小米手环（华米基于小米模组开发自有品牌Amazfit），DJI开放SDK给行业应用开发商

模式B：应用插件集成ToC首选✓ 推荐

硬件厂商提供厂商录音卡硬件 + App平台支持二开
我方以应用插件/小程序形式集成到App中
厂商配套App需开放用户体系接口，支持与我方用户系统对接，实现社工场景功能的无缝集成
需要明确：用户体系、应用开发接口、数据访问权限、集成规范
收入合作方式：联合销售分成模式，我方负责政企渠道推广，按销售额分成

🎯 适用场景： ToC个人用户快速上市，ToB可作为补充方案（需开放数据回传）

✅ 核心优势：快速上市（1-2个月），借力现有用户基础和App成熟度，开发成本低

⚠️ 关键风险：联合销售分成对政企ToB采购流程不友好，用户体系受限于硬件厂商平台

📋 参考案例：微信小程序生态（第三方插件形式），钉钉开放平台（ISV应用集成）

模式C：OEM定制有条件的ToB，或纯ToC

硬件厂商根据我们需求定制硬件
硬件厂商负责硬件生产和质保
需要明确：定制费用、最小起订量、交付周期
ToB场景要求：需支持与第三方盒子（大盒子）的数据对接协议，保证集成能力；否则为纯ToC模式
收入合作方式：开模定制费 + OEM批量采购，我方贴牌销售

🎯 适用场景： ToB大规模政企采购（需配合模式A的自研App，且需支持与第三方盒子数据对接）；纯ToC场景无需盒子对接

✅ 核心优势：硬件深度定制（如专用打点按键、政企Logo），贴牌销售品牌自主，适合大规模采购

⚠️ 关键风险：开模成本高（5-10万），最小起订量要求（通常1-5万台），交付周期长（3-6个月）

📋 参考案例：小米生态链企业（如绿米Aqara贴牌小米智能硬件），共享充电宝品牌（OEM代工模式）

模式D：联合开发ToB+ToC需明确边界

硬件由硬件厂商提供
软件（App+云端）由双方共同开发
数据处理：部分用厂商云端、部分用我们本地大盒子
需要明确：技术边界、知识产权、收入分成
收入合作方式：双方投入成本分摊，销售收入按比例分成或渠道分成

🎯 适用场景： ToB和ToC双市场布局，深度战略合作

✅ 核心优势：双方优势互补（硬件厂商AI能力+我方政企渠道），成本和风险共担，收益共享

⚠️ 关键风险： ToB场景需确保核心数据本地闭环（云端仅用于可选增值服务），技术边界和知识产权需明确，决策链条长

📋 参考案例： 安克创新 × 飞书：录音豆联名款（安克提供硬件，飞书提供AI转写和协作功能，面向企业用户）

🎯 四种模式对比总结

模式	主要适用场景	硬件方案	软件方案	开发周期	初期投入	参考案例
A: SDK开发 ✓ ToB首选	ToB政企采购盒子+录音卡组合	采购录音卡模组	自研App 完全自主可控	3-6个月	中等（开发成本）	• 小米手环（华米Amazfit基于小米模组） • DJI SDK开放给行业应用商
B: 插件集成 ToC首选	ToC个人用户快速上市	原装厂商录音卡	厂商配套App + 我们插件	1-2个月	低（插件开发）	• 微信小程序（第三方插件） • 钉钉开放平台（ISV应用）
C: OEM定制 ToB大规模	ToB大规模采购需硬件定制	深度定制硬件（开模、贴牌）	通常配合模式A 自研App	3-6个月	高（开模费5-10万）	• 小米生态链（绿米Aqara贴牌） • 共享充电宝OEM代工
D: 联合开发 ⚠ 需明确边界	ToB + ToC 双市场布局	硬件厂商提供	双方共同开发 App+云端	6-12个月	高（双方共担）	• 安克创新×飞书录音豆（安克硬件+飞书AI，面向企业）

💡 选择建议：

ToB首选方案：模式A（SDK开发）或 A+C组合（OEM定制硬件+自研App），确保数据本地闭环和政企采购友好
ToC首选方案：模式B（插件集成），快速上市，借力现有用户基础
模式D注意事项：需明确核心数据本地闭环（云端仅用于可选增值），技术边界和知识产权归属需提前约定

录音卡核心技术能力需求规划书

1 产品价值概览

软硬一体赋能 痛点精准突破 智能办公新范式

2 目标市场与合作机遇

2.1 核心数据概览

2.2 为什么是现在？

2.3 合作价值

3 产品定位与使用场景

3.1 产品定位

3.2 核心使用场景

3.3 使用模式

ToC模式（个人购买）

ToB模式（社区采购）

4 录音卡核心硬件能力需求（通用）

4.1 物理录音能力

4.1.1 通话录音（通话感应）

4.1.2 现场录音（麦克风）

4.1.3 双模式自动切换

4.2 关键帧打点功能

4.2.1 物理按键打点

4.2.2 打点数据存储

4.3 本地存储能力

4.3.1 存储容量

4.3.2 文件格式

4.3.3 存储管理策略

4.4 物理形态与操控

4.4.1 外观设计

4.4.2 挂载方式

4.4.3 物理按键

4.5 电源与续航

4.5.1 电池规格

4.5.2 充电接口

4.6 蓝牙连接能力

4.6.1 蓝牙规格

4.6.2 蓝牙功能

4.6.3 连接稳定性

5 ToB场景特殊需求：文件、数据向大盒子输出

5.1 大盒子对接方式

方式1：WI-FI无线连接

方式2：Type-C底座有线连接

5.2 数据回传协议需求

5.2.1 增量同步机制

5.2.2 文件去重

5.2.3 传输优先级

5.3 一盒多卡管理需求

5.3.1 设备识别

5.3.2 动态身份绑定

5.4 大盒子接收端相关需求

5.4.1 接口能力

5.4.2 数据处理能力

5.5 录音卡硬件性能指标汇总表

5.6 软件能力需求汇总表

6 集成方案探讨

模式A：基于厂商硬件SDK开发ToB首选✓ 推荐

模式B：应用插件集成ToC首选✓ 推荐

模式C：OEM定制有条件的ToB，或纯ToC

模式D：联合开发ToB+ToC需明确边界

🎯 四种模式对比总结

软硬一体赋能痛点精准突破智能办公新范式