SmartNote 需求分析文档

项目标志

迭代记录

版本号	迭代日期	更新内容概述	变更原因
V1.0	2025-10-29	初始版本，完成核心需求编写	项目启动

1. 引言

1.1 编写目的

本文档为面向学生群体的智能课堂笔记助手（SmartNote）的软件需求规格说明（SRS），旨在明确该软件的核心需求边界、功能定位及设计依据。文档将作为开发团队（含前端、后端、算法开发）的功能开发基准，测试团队的验收标准制定参考，同时为产品设计、项目管理提供统一的需求认知，最终确保交付的软件能解决学生 “听课与记笔记难兼顾、笔记混乱、重点模糊、复习低效” 四大核心痛点，实现 “听课专注、笔记省心、复习高效” 的学习闭环目标。

1.2 项目背景

结合对校内同学的观察与交流，不少同学反馈 “听课时需频繁低头记笔记，导致错过老师讲解细节”；部分同学课后整理一节课的笔记需 1-2 小时，且有同学提到自己的笔记因 “字迹乱、无重点” 沦为 “无效资料”；现有工具（如印象笔记、Notability、讯飞听见）只能满足 “录音” 或 “手写” 单一需求，难以覆盖 “从记录到复习” 的全流程场景，无法切实解决记笔记与高效复习的核心问题。

为填补这一空白，本项目计划基于 “语音识别 + 大语言模型” 双技术支撑，开发 SmartNote 智能课堂笔记助手，通过课堂录音自动转录、材料同步查看、笔记（含复习题）自动生成、笔记分类管理、基于笔记库的问答五大核心功能，解决学生学习过程中的认知负荷过载、知识关联断裂、缺少差异化学习方式等问题，助力学生从 “机械记笔记” 中解放，专注于内容理解与思考。

2. 总体描述

2.1 产品概述

SmartNote 是一款面向高校学生群体的智能课堂笔记助手，以 “语音识别 + 大语言模型” 为双技术核心，聚焦解决学生 “听课与记笔记难兼顾、笔记混乱、重点模糊、复习低效” 四大核心问题，打造 “录音转录→材料同步→笔记生成→分类管理→复习问答” 的全流程学习工具。

本产品定位为 “学生个性化学习伴侣”，而非单一笔记工具：通过自动化技术减少学生机械记笔记的时间成本，通过 AI 提炼与知识关联功能强化学习重点，最终帮助学生从 “被动记录” 转向 “主动理解”，实现 “听课专注、笔记省心、复习高效” 的学习闭环，适配课堂听课、课后复习、考前梳理等多场景使用需求，支持多终端（手机端、平板端、PC 端）同步，兼顾离线使用场景以保障隐私与无网络环境下的可用性。

2.2 产品功能

2.2.1 产品功能思维导图

2.2.2 产品功能模块概述

课堂录音自动转录

支持课堂场景下的实时录音转文字，通过 Whisper、科大讯飞等语音识别模型（准确率≥98%）实现语音转写，自动过滤课堂环境噪音（如翻书声、背景杂音）；转写文本支持手动修改纠错（如专业术语修正），并标记录音对应文本段落（点击文本可回溯播放对应录音片段），解决 “听课时记录漏重点、课后回忆难” 的痛点。

材料同步查看

支持导入课堂相关材料（如 PPT、PDF 教材、老师课件），可与当前录音转录文本、笔记内容分屏同步查看；支持材料内关键词定位（如搜索 “第三章公式” 快速跳转至对应材料页面）。

笔记自动生成

基于大语言模型（Deepseek/Qwen），结合录音转录文本与提供的材料，自动生成结构化笔记：

• 重点提炼：识别课堂核心知识点（如定义、公式、案例），用加粗 / 标色区分，生成 “课堂重点摘要”；
• 复习题生成：根据知识点自动生成匹配的复习题（含选择题、简答题，支持自定义题量），并附参考答案；
• 思维导图生成：根据授课内容自动生成思维导图；

笔记分类管理

支持按 “课程名称→章节→笔记” 三级分类存储笔记，同时提供自定义标签功能（如 “高频考点”“易错点”）；支持全文搜索（可搜索笔记文本、录音转写内容，方便学生快速定位所需笔记，解决 “笔记堆积、查找低效” 的问题。

基于笔记库的问答

学生可针对个人笔记库内容发起提问（如 “解释笔记中提到的‘微积分基本定理’”“总结第二章重点考点”），大语言模型基于用户已存储的笔记、材料内容生成精准回答，避免通用问答工具与课堂内容脱节的问题；支持追问功能（如 “再举一个该定理的应用案例”），帮助学生深化对知识点的理解，提升复习效率。

2.3 用户特征

核心使用者：高校学生

	高校学生（本科及以上）
身份属性	年龄 18-25 岁，专业划分明确，课程包含理论课、实验课、研讨会等多种类型，自主学习占比高。
设备习惯	大部分学生拥有PC设备，熟悉键盘输入与文件管理操作。
学习场景	课程专业性强，含大量专业术语与拓展内容；需整合课件、论文、课堂录音等多源资料复习。 课堂场景需静音操作（录音功能需后台运行、界面无噪音提示）；课后复习场景需快速定位重点（依赖搜索与标签功能）。
功能需求偏好	专业术语精准识别、多格式材料导入（PDF/PPT）、笔记分类标签、知识关联查询；支持自定义排版与导出。
语音功能接受度高	超过半数学生习惯通过语音交互获取学习支持，对 “语音转文字”“语音提问” 等功能的使用率高于纯文字操作。

2.4 运行环境

2.4.1 硬件环境

设备类型	最低配置要求	推荐配置要求	适配说明
PC端	处理器：Intel i3-8100/AMD Ryzen 3 3200G 及以上；内存：8GB RAM；存储：100GB 可用空间	处理器：Intel i5-1135G7/AMD Ryzen 5 5500U 及以上；内存：16GB RAM；存储：256GB 可用空间	适配 Windows 10+ 系统，支持键盘快捷键操作、外接麦克风输入

2.4.2 软件环境

环境类型	具体要求
操作系统	Windows 10 21H1+
依赖软件	语音识别：支持 Whisper Lite、科大讯飞 SDK（在线）；大语言模型：支持 Deepseek、qwen-embedding（本地部署）；文件解析：支持 PDF 1.7+、PPTX 2016 + 格式
网络环境	在线模式：带宽≥1Mbps（语音实时转录）、≥2Mbps（AI 问答 / 复习题生成）；

2.5 假设与依赖

2.5.1 核心假设

1. 用户能力假设：假设用户具备基础设备操作能力（如点击、滑动），熟悉文件管理、账号登录等操作，无需额外引导。
2. 环境假设：假设课堂环境噪音≤60 分贝（超出时需提示 “建议靠近声源”）
3. 内容假设：假设用户导入的课堂材料（如 PPT）无版权冲突，产品不承担内容版权责任；假设录音内容为合法课堂场景，不涉及违规信息。

2.5.2 关键依赖

1. 技术依赖：依赖 Whisper、科大讯飞提供的语音识别 SDK 授权
2. 外部依赖：依赖设备厂商提供的系统权限（如录音权限、存储权限、后台运行权限），需在安装时明确告知用户权限用途

3. 具体需求

3.1 前端详细描述

前端概览

🔉 实时语音文本转录

🔎转录内容搜索

• 转录文本内容搜索，快速定位关键词
• 根据转录内容归纳关键词，推送为搜索推荐关键词

💽音频录制/播放

• 暂停/开始播放

• 10秒前进/回退

• 倍速播放，快速复习/加速语速

• 进度显示与拖动

• • 移动端进度条应当适应触碰，应使用宽进度条
  • 在长音频下，用户拖动进度条快速跳过和定位内容，而不是通过长时间快速下滑转录文本进行跳转
  • 自动生成分节、标题与概述，让用户快速切换分节

• 播放所在位置

• 进度标记重难点内容

📃摘要文本

• 自动划分段落，快速跳过
• 单击段落，自动跳转到音频对应位置
• 音频识别错误修改

📖 材料无缝切换查看

页面

• 多页面标签
• 从本地文件导入文档
• 文档查看
• 查找内容
• 放大/缩小、修改比例

3.2 后端详细描述

一、架构设计

1. 技术栈选型

• 核心框架：Spring Boot（简化 Java 后端开发，提供依赖管理、自动配置）

• 数据存储：

• • 关系型数据库：H2 数据库（嵌入式，无需额外安装，适合个人本地使用）
  • 缓存：Redis（本地部署，用于缓存高频访问的笔记摘要、材料关键词等）

• 智能体集成：

• • 语音识别：Whisper API（或科大讯飞语音识别 SDK）
  • 大语言模型：调用开源大模型 API（如 Llama、ChatGLM）或商业 API（如 OpenAI）用于笔记生成、问答

• 文件处理：Apache POI（处理 PPT、PDF、WORD 材料的解析）、FFmpeg（可选，处理录音格式转换）

• 部署环境：Windows 本地部署，后端以可执行 JAR 包形式运行

1. 智能体协作架构

采用多智能体调度模式，通过LangChain4j协调各智能体任务：

• 语音识别智能体：处理录音转录和文本分割
• 笔记生成智能体：生成文本笔记、思维导图、习题
• 问答智能体：基于笔记库回答问题
• 材料解析智能体：解析导入的 PPT、PDF、WORD 材料

二、模块划分与功能描述

模块名称	核心职责	关联业务功能
录音处理模块	录音文件上传、存储、格式转换、调用语音识别智能体转录、转录文本分段与纠错	课堂录音自动转录
材料管理模块	材料（PPT/PDF/WORD）导入、存储、内容解析、关键词提取、分屏同步管理	材料同步查看
笔记生成模块	调用笔记生成智能体，生成文本笔记（三级重要性划分）、思维导图、习题	笔记自动生成
笔记管理模块	笔记分类存储（按课程 - 章节）、标签管理、全文检索	笔记分类管理
问答服务模块	调用问答智能体，基于笔记库进行知识问答、追问处理	基于笔记库的问答
智能体调度模块	管理各智能体的任务队列、资源分配、结果聚合	所有智能体驱动的功能

3.3 类图

3.4 非功能性需求

🚀性能 系统响应时间在可接受的范围内，资源占用控制在较低水平

🛡️安全性 支持接入本地大模型进行数据处理，不上传云端

💡易用性 界面设计简洁直观，用户易于学习和操作

3.5 验收标准

1. 课堂录音自动转录功能

验收项	验收要求	验证方式	合格标准
1.1 录音启动与停止	支持在 PC 端通过 “开始录音” 按钮启动、“停止录音” 按钮停止，且后台运行时不影响其他操作	手动操作测试：启动录音后切换至其他软件（如浏览器），30 秒后返回停止录音	1. 点击按钮后 1 秒内响应，无卡顿、崩溃；2. 后台运行期间录音不中断，生成完整音频文件
1.2 语音转文字准确率	课堂环境（噪音≤60 分贝，中文授课含少量专业术语）下，转录文本与录音内容匹配度	测试数据：选取 3 段不同课程（如计算机基础、高等数学、英语）的课堂录音（每段 5 分钟），人工核对转录文本	1. 通用中文词汇识别准确率≥98%；2. 专业术语（如 “微积分基本定理”“Java 多线程”）识别准确率≥95%；3. 单段录音转录错误（漏字、错字）不超过 3 处
1.3 转录文本纠错与音频回溯	支持手动修改转录文本错误，且点击文本段落可回溯播放对应录音片段	操作测试：1. 在转录文本中修改 3 处错误（如错字、漏字）；2. 点击修改后的文本段落	1. 文本修改后即时保存，刷新页面不丢失；2. 点击文本后 2 秒内定位到对应录音片段并播放，音频与文本内容同步

2. 材料同步查看功能

验收项	验收要求	验证方式	合格标准
2.1 材料导入兼容性	支持导入 PDF（1.7 + 版本）、PPTX（2016 + 版本）格式的课堂材料	文件导入测试：分别导入 3 个不同大小（1MB、5MB、10MB）的 PDF 和 PPTX 文件	1. 10MB 以内文件导入时间≤10 秒，无报错；2. 导入后材料内容完整（文字、图片无缺失、错位）

3. 笔记自动生成功能

验收项	验收要求	验证方式	合格标准
3.1 结构化笔记生成	基于 5 分钟转录文本 + 对应 PPT 材料，自动生成含重点标注的笔记	功能测试：上传 1 组（转录文本 + PPT）数据，触发 “生成笔记” 功能	1. 笔记生成时间≤30 秒；2. 包含 “核心知识点”“案例解析” 模块，重点内容（定义、公式）用加粗 / 标色标注，标注准确率≥90%（人工核对与课堂重点匹配度）
3.2 复习题生成	支持根据笔记内容生成选择题（5 道）、简答题（3 道）及参考答案	功能测试：生成笔记后点击 “生成复习题”，人工核对题目与答案	1. 题目与笔记知识点匹配度 100%（无脱离内容的题目）；2. 参考答案准确、完整（简答题无逻辑错误，选择题答案唯一且正确）
3.3 思维导图生成	自动生成符合课堂内容逻辑的思维导图（含一级标题、二级子标题）	功能测试：生成笔记后触发 “生成思维导图”，人工检查逻辑结构	1. 思维导图层级清晰（一级标题对应课程章节，二级标题对应核心知识点）；2. 无知识点遗漏（覆盖笔记中 80% 以上核心内容）

4. 笔记分类管理功能

验收项	验收要求	验证方式	合格标准
4.1 三级分类存储	支持按 “课程名称→章节→笔记” 创建分类，并将笔记归类至对应目录	操作测试：1. 创建 “高等数学→第三章→微分方程” 分类；2. 将生成的笔记归入该目录	1. 分类创建步骤≤3 步（点击 “新建课程”→“新建章节”→“归类笔记”）；2. 笔记归类后在对应目录下可直接查看，无归类错误
4.2 标签管理与全文搜索	支持为笔记添加自定义标签（如 “高频考点”），且支持搜索笔记文本、标签	操作测试：1. 为 3 篇笔记添加不同标签；2. 分别搜索标签、笔记内关键词	1. 标签添加后即时生效，支持单个笔记添加多个标签；2. 搜索结果 3 秒内展示，匹配准确率 100%（搜索 “高频考点” 仅显示带该标签的笔记，搜索关键词仅显示含该关键词的笔记）

5. 基于笔记库的问答功能

验收项	验收要求	验证方式	合格标准
5.1 基础问答准确性	针对笔记库内知识点提问（如 “解释微分方程的定义”），生成与笔记内容一致的回答	问答测试：提交 5 个不同类型的知识点问题，人工核对回答	1. 回答响应时间≤5 秒；2. 回答内容与笔记知识点匹配度≥95%
5.2 追问功能有效性	支持基于上一轮回答继续追问（如 “再举一个微分方程的应用案例”）	问答测试：完成 1 轮基础问答后发起 3 次追问	1. 追问响应无卡顿，能关联上一轮对话 context；2. 追问回答准确（如案例与微分方程知识点相关，无逻辑断裂）