Transcrição de reuniões offline no Mac: Grave Zoom, Teams e Meet localmente

A gravar uma chamada Zoom no Whisper Notes para transcrição no dispositivo

Uma segunda-feira típica

10 h, chamada Zoom com um cliente. O Whisper Notes captura o áudio da reunião e o seu microfone sem adicionar um bot à lista de participantes. A aplicação não pode decidir por si se gravar é apropriado: informe os participantes e obtenha o consentimento exigido pela sua organização e pela legislação local.

Quando a chamada termina, o Parakeet V3 transcreve a gravação no seu Mac. No nosso teste com um M4 Pro, o mesmo ficheiro de 35 minutos demorou 18 segundos com o Parakeet V3 e 3 minutos com o Whisper Large V3 Turbo; o seu tempo variará consoante o Mac, o áudio e o modelo. Na versão de transferência direta, o Gemma 4 pode depois resumir a transcrição ou extrair tarefas sem a enviar para nenhuma API.

O fluxo de trabalho é simples: gravar, transcrever, rever e resumir. A gravação, o reconhecimento de voz e o processamento com o Gemma ficam no Mac.

O que faz

Gravação

O Whisper Notes captura o áudio da reunião e o seu microfone ao mesmo tempo, para que ambos os lados de uma conversa no Zoom, Teams ou Google Meet fiquem incluídos. A versão pública de transferência direta consegue detetar essas aplicações de reuniões automaticamente; pode rever a gravação antes de guardar ou partilhar a transcrição.

Ao contrário de um bot de reuniões, o Whisper Notes não aparece como mais um participante. Isso é uma diferença de fluxo de trabalho, não uma permissão para gravar em silêncio: os requisitos de aviso e de consentimento variam consoante a empresa, o país e a região.

Transcrição

O Parakeet V3 corre em Apple Silicon através do CoreML e suporta 25 línguas europeias. Para chinês, japonês, coreano e cantonês, o SenseVoice corre através do MLX. O Pyannote VAD remove as zonas de silêncio antes da transcrição. O desempenho depende do Mac, do modelo, da duração do áudio e da quantidade de fala.

Transcrição com marcas temporais e edição inline — clique em qualquer segmento para saltar para esse momento do áudio

Etiquetas de oradores: quem disse o quê

O Whisper Notes identifica agora os oradores. Execute a identificação de oradores numa gravação de reunião e cada parágrafo recebe uma etiqueta — Orador 1, Orador 2 — com a respetiva marca temporal. Renomeie um orador uma vez e a etiqueta atualiza-se em toda a transcrição; as exportações SRT e VTT mantêm os nomes.

Como o resto do fluxo, a identificação de oradores corre inteiramente no dispositivo, no iPhone (1.8.5 ou posterior), na versão atual da Mac App Store e na versão de transferência direta (1.5.1 ou posterior). Funciona melhor com duas ou três vozes claramente distintas — uma chamada com um cliente, uma entrevista; se as vozes forem parecidas, defina manualmente o número de oradores (2–6). Os benchmarks, os casos difíceis e os limites honestos estão no anúncio: O Whisper Notes identifica agora os oradores.

Etiquetas de oradores numa gravação de duas pessoas — os oradores detetados renomeados com nomes reais

Ferramentas pós-transcrição no Mac

Na versão de transferência direta, o Gemma 4 corre no seu Mac sem chave de API nem chamadas à cloud. Após a transcrição:

• •Resumir — condensa a transcrição revista em pontos-chave
• •Tarefas — identifica possíveis tarefas e prazos para que os verifique
• •Traduzir — traduz a transcrição nos Macs compatíveis
• •Chat — pergunte "o que combinámos sobre preços?" e obtenha uma resposta baseada na transcrição

As ferramentas pós-transcrição da versão de transferência direta: Resumir, Tarefas, Traduzir e chat

Quão rápida é a transcrição de reuniões offline?

Use os resultados medidos como referência, não como uma promessa. Passámos o mesmo ficheiro de 35 minutos em inglês por três modelos num M4 Pro:

A comparação usa um único ficheiro num único Mac. Uma reunião mais longa nem sempre escala de forma perfeita, e os tempos exatos variam com o chip, o modelo selecionado, a língua, a qualidade do áudio e a quantidade de silêncio que o Pyannote remove. O artigo sobre o Parakeet V3 ligado acima contém a metodologia completa e a comparação de modelos.

Porque o construímos assim

O áudio de reuniões pode conter negociações sensíveis com clientes, avaliações de RH, discussões de administração ou consultas jurídicas. Onde esses dados são processados e armazenados merece o mesmo escrutínio que qualquer outro registo confidencial.

Os assistentes de reuniões na cloud enviam o áudio ou as transcrições para a infraestrutura do fornecedor e tratam-nos segundo as políticas de retenção e de tratamento de dados desse fornecedor. Isso pode ser útil para a colaboração em direto, mas também acrescenta mais um sistema que a sua equipa tem de rever.

O Whisper Notes mantém a gravação, o modelo de voz, a transcrição e o processamento com o Gemma no Mac. Isso reduz a transferência de dados para terceiros, mas não torna um fluxo de trabalho automaticamente conforme com o RGPD, a HIPAA, as regras de sigilo profissional ou a política da sua empresa. Continua a precisar de consentimento adequado, controlos de acesso, regras de retenção e segurança do dispositivo.

Como se compara

Reuniões diferentes, línguas diferentes

Escolha o modelo que corresponde à língua da sua reunião:

Onde este fluxo de trabalho encaixa — e onde não

O Whisper Notes encaixa em reuniões em que quer uma gravação privada e uma transcrição revista depois da chamada. Não oferece legendas em direto durante a reunião nem um espaço de trabalho partilhado na cloud onde vários colegas editam a mesma transcrição em simultâneo.

Se as legendas em tempo real, a distribuição automática a uma equipa grande ou a edição colaborativa simultânea importarem mais do que o processamento local, uma plataforma de reuniões na cloud pode encaixar melhor. Se a gravação deve permanecer num único Mac, o fluxo de trabalho local é a vantagem.

Perguntas frequentes

Descarregar para iOS Descarregar para macOS