基于垂直场景及多模态的会议记录方法、系统、介质及装置

本申请提供基于垂直场景及多模态的会议记录方法、系统、介质及装置，所述方法包括：获取多模态会议数据；多模态会议数据包括会议过程的语音数据、会议相关的非语音数据及垂直场景的专有名词；将多模态会议数据输入大语言模型，据以输出垂直场景的会议总结数据，包括：将会议过程的语音数据及会议相关的非语音数据分别转换成文本信息后输入大语言模型；或者，将会议过程的语音数据及会议相关的非语音数据直接输入训练好的多模态大语言模型。本申请充分考虑了会议多模态交互的特性，通过多模态信息充分挖掘利用垂直领域的数据，提高垂直场景会议信息记录的准确性，不再依赖于语音记录单一维度的信息，亦不再因缺乏垂直领域数据而造成模型效果受限。