微软在Windows11中计划推出“智能媒体搜索”功能，允许用户通过口语搜索已索引的本地视频或音频文件。此功能需用户同意扫描设备上的媒体文件，并在后台下载、安装AI模型进行转录和索引。目前功能仍在开发中，AI模型可能需要专用神经处理单元来处理运算。用户能否选择特定文件进行搜索仍有待明确，隐私问题因AI全面扫描媒体内容而引起关注。如果允许用户选择性处理，此功能可应用于会议或简报的高效转录，类似于Otter.ai等第三方云服务。