Offline transkrypcja spotkań na Macu: Nagrywaj Zoom, Teams i Meet lokalnie

Nagrywanie rozmowy Zoom w Whisper Notes do transkrypcji na urządzeniu

Typowy poniedziałek

10 rano, rozmowa na Zoomie z klientem. Whisper Notes przechwytuje dźwięk spotkania i Twój mikrofon, nie dodając bota do listy uczestników. Aplikacja nie rozstrzygnie za Ciebie, czy nagrywanie jest właściwe: poinformuj uczestników i uzyskaj każdą zgodę wymaganą przez Twoją organizację i lokalne prawo.

Gdy rozmowa się kończy, Parakeet V3 transkrybuje nagranie na Twoim Macu. W naszym teście na M4 Pro ten sam 35-minutowy plik zajął 18 sekund z Parakeet V3 i 3 minuty z Whisper Large V3 Turbo; Twój czas będzie zależał od Maca, audio i modelu. W wersji Direct Download Gemma 4 może następnie podsumować transkrypcję lub wyodrębnić zadania — bez wysyłania jej do żadnego API.

Workflow jest prosty: nagraj, transkrybuj, przejrzyj, podsumuj. Nagranie, rozpoznawanie mowy i przetwarzanie przez Gemmę pozostają na Macu.

Co potrafi

Nagrywanie

Whisper Notes przechwytuje jednocześnie dźwięk spotkania i Twój mikrofon, więc obie strony rozmowy na Zoom, Teams czy Google Meet są uwzględnione. Publiczna wersja Direct Download potrafi automatycznie wykrywać te aplikacje spotkaniowe; nagranie możesz przejrzeć, zanim zachowasz lub udostępnisz transkrypcję.

W przeciwieństwie do bota spotkaniowego Whisper Notes nie pojawia się jako kolejny uczestnik. To różnica w workflow, a nie przyzwolenie na nagrywanie po cichu: wymogi dotyczące informowania i zgód różnią się w zależności od firmy, kraju i stanu.

Transkrypcja

Parakeet V3 działa na Apple Silicon przez CoreML i obsługuje 25 języków europejskich. Dla chińskiego, japońskiego, koreańskiego i kantońskiego SenseVoice działa przez MLX. Pyannote VAD usuwa ciche fragmenty przed transkrypcją. Wydajność zależy od Maca, modelu, długości audio i ilości mowy.

Transkrypcja ze znacznikami czasu i edycją inline — kliknij dowolny segment, aby przejść do tego momentu w nagraniu

Etykiety mówców: kto co powiedział

Whisper Notes rozpoznaje teraz mówców. Uruchom rozpoznawanie mówców na nagraniu spotkania, a każdy akapit otrzyma etykietę — Mówca 1, Mówca 2 — wraz ze znacznikiem czasu. Zmień nazwę mówcy raz, a etykieta zaktualizuje się w całej transkrypcji; eksporty SRT i VTT zachowują imiona.

Jak reszta procesu, rozpoznawanie mówców działa w całości na urządzeniu: na iPhonie (1.8.5 lub nowszym), w bieżącej wersji z Mac App Store i w wersji Direct Download (1.5.1 lub nowszej). Najlepiej sprawdzają się dwa-trzy wyraźnie różne głosy — rozmowa z klientem, wywiad; jeśli głosy brzmią podobnie, ustaw liczbę mówców (2–6) ręcznie. Benchmarki, trudne przypadki i uczciwe ograniczenia znajdziesz w ogłoszeniu: Whisper Notes rozpoznaje teraz mówców.

Etykiety mówców w nagraniu dwóch osób — wykryci mówcy przemianowani na prawdziwe imiona

Narzędzia po transkrypcji na Macu

W wersji Direct Download Gemma 4 działa na Twoim Macu bez klucza API i bez wywołań chmury. Po transkrypcji:

• •Podsumowanie — kondensuje przejrzaną transkrypcję do kluczowych punktów
• •Zadania — wskazuje potencjalne zadania i terminy do Twojej weryfikacji
• •Tłumaczenie — tłumaczy transkrypcję na obsługiwanych Macach
• •Czat — zapytaj „co ustaliliśmy w sprawie cen?" i otrzymaj odpowiedź opartą na transkrypcji

Narzędzia po transkrypcji w wersji Direct Download: Podsumowanie, Zadania, Tłumaczenie i czat

Jak szybka jest offline'owa transkrypcja spotkań?

Traktuj zmierzone wyniki jako punkt odniesienia, nie obietnicę. Ten sam 35-minutowy angielski plik przepuściliśmy przez trzy modele na M4 Pro:

Porównanie dotyczy jednego pliku na jednym Macu. Dłuższe spotkanie nie zawsze skaluje się idealnie, a dokładne czasy zależą od procesora, wybranego modelu, języka, jakości audio i ilości ciszy usuwanej przez Pyannote. Podlinkowany wyżej artykuł o Parakeet V3 zawiera pełną metodologię i porównanie modeli.

Dlaczego zbudowaliśmy to w ten sposób

Audio ze spotkań może zawierać wrażliwe negocjacje z klientami, oceny HR, dyskusje zarządu czy konsultacje prawne. To, gdzie te dane są przetwarzane i przechowywane, zasługuje na taką samą uwagę jak każdy inny poufny dokument.

Chmurowi asystenci spotkań wysyłają audio lub transkrypcje do infrastruktury dostawcy i przetwarzają je zgodnie z jego politykami retencji i przetwarzania danych. Bywa to przydatne przy współpracy na żywo, ale dodaje Twojemu zespołowi kolejny system do audytu.

Whisper Notes trzyma nagranie, model mowy, transkrypcję i przetwarzanie przez Gemmę na Macu. To redukuje transfer danych do stron trzecich, ale nie czyni workflow automatycznie zgodnym z RODO, HIPAA, tajemnicą zawodową czy polityką firmy. Nadal potrzebujesz odpowiednich zgód, kontroli dostępu, zasad retencji i zabezpieczenia urządzenia.

Porównanie

Różne spotkania, różne języki

Wybierz model pasujący do języka spotkania:

Gdzie ten workflow pasuje — a gdzie nie

Whisper Notes pasuje do spotkań, po których chcesz mieć prywatne nagranie i przejrzaną transkrypcję. Nie zapewnia napisów na żywo w trakcie spotkania ani wspólnej chmurowej przestrzeni, w której kilkoro współpracowników edytuje tę samą transkrypcję jednocześnie.

Jeśli napisy w czasie rzeczywistym, automatyczna dystrybucja do dużego zespołu lub równoczesna wspólna edycja liczą się bardziej niż lokalne przetwarzanie, chmurowa platforma spotkań może pasować lepiej. Jeśli nagranie ma pozostać na jednym Macu, lokalny workflow jest przewagą.

Najczęściej zadawane pytania

Pobierz na iOS Pobierz na macOS