Phiên âm cuộc họp ngoại tuyến trên Mac: Ghi âm Zoom, Teams và Meet cục bộ

Ghi lại cuộc gọi Zoom trong Whisper Notes để phiên âm ngay trên thiết bị

Một Ngày Thứ Hai Điển Hình

10 giờ sáng, cuộc gọi Zoom với khách hàng. Whisper Notes thu âm thanh cuộc họp và micro của bạn mà không thêm bot vào danh sách người tham gia. Ứng dụng không thể thay bạn quyết định việc ghi âm có phù hợp hay không: hãy thông báo cho người tham gia và xin mọi sự đồng ý mà tổ chức của bạn cùng luật pháp địa phương yêu cầu.

Khi cuộc gọi kết thúc, Parakeet V3 phiên âm bản ghi ngay trên Mac của bạn. Trong bài kiểm tra trên M4 Pro của chúng tôi, cùng một file 35 phút mất 18 giây với Parakeet V3 và 3 phút với Whisper Large V3 Turbo; thời gian thực tế sẽ khác nhau tùy máy Mac, âm thanh và mô hình. Ở phiên bản Tải trực tiếp, Gemma 4 sau đó có thể tóm tắt bản phiên âm hoặc trích xuất công việc cần làm mà không gửi nội dung tới bất kỳ API nào.

Quy trình rất đơn giản: ghi âm, phiên âm, rà soát và tóm tắt. Bản ghi, phần nhận dạng giọng nói và phần xử lý của Gemma đều ở lại trên máy Mac.

Ứng Dụng Làm Được Gì

Ghi Âm

Whisper Notes thu âm thanh cuộc họp và micro của bạn cùng lúc, nên cả hai phía của cuộc trò chuyện trên Zoom, Teams hay Google Meet đều được ghi lại. Bản dựng Tải trực tiếp công khai có thể tự động nhận diện các ứng dụng họp này; bạn có thể nghe lại bản ghi trước khi giữ hoặc chia sẻ bản phiên âm.

Khác với bot ghi chú cuộc họp, Whisper Notes không xuất hiện như một người tham gia. Đó là khác biệt về quy trình làm việc, không phải giấy phép để ghi âm trong im lặng: yêu cầu về thông báo và sự đồng ý khác nhau tùy công ty, quốc gia và tiểu bang.

Phiên Âm

Parakeet V3 chạy trên Apple Silicon qua CoreML và hỗ trợ 25 ngôn ngữ châu Âu. Với tiếng Trung, tiếng Nhật, tiếng Hàn và tiếng Quảng Đông, SenseVoice chạy qua MLX. Pyannote VAD loại bỏ các khoảng lặng trước khi phiên âm. Hiệu năng phụ thuộc vào máy Mac, mô hình, độ dài âm thanh và lượng giọng nói trong bản ghi.

Bản phiên âm với dấu thời gian và chỉnh sửa trực tiếp — nhấp vào bất kỳ đoạn nào để chuyển đến thời điểm đó trong âm thanh

Nhãn người nói: ai đã nói gì

Whisper Notes giờ đây có thể phân tách người nói. Chạy nhận diện người nói trên bản ghi cuộc họp, mỗi đoạn sẽ có nhãn — Người nói 1, Người nói 2 — kèm dấu thời gian. Đổi tên một người nói một lần, nhãn sẽ cập nhật trong toàn bộ bản phiên âm; xuất SRT và VTT giữ nguyên tên.

Giống phần còn lại của quy trình, nhận diện người nói chạy hoàn toàn trên thiết bị: iPhone (1.8.5 trở lên), phiên bản Mac App Store hiện tại và phiên bản Tải trực tiếp (1.5.1 trở lên). Hai đến ba giọng nói khác biệt rõ ràng — cuộc gọi với khách hàng, buổi phỏng vấn — cho kết quả tốt nhất; nếu các giọng giống nhau, hãy đặt số người nói (2–6) thủ công. Số liệu benchmark, các trường hợp khó và giới hạn thực tế có trong bài công bố: Whisper Notes ra mắt phân tách người nói trên thiết bị.

Nhãn người nói trong bản ghi hai người — người nói được nhận diện đã đổi thành tên thật

Công Cụ Sau Phiên Âm Trên Mac

Ở phiên bản Tải trực tiếp, Gemma 4 chạy trên Mac của bạn, không cần API key hay gọi cloud. Sau khi phiên âm:

• •Tóm tắt — cô đọng bản phiên âm đã rà soát thành các điểm chính
• •Công việc cần làm — nhận diện các nhiệm vụ và hạn chót tiềm năng để bạn kiểm chứng lại
• •Dịch — dịch bản phiên âm trên các máy Mac được hỗ trợ
• •Trò chuyện — hỏi "chúng ta đã thống nhất gì về giá?" và nhận câu trả lời bám sát bản phiên âm

Các công cụ sau phiên âm của phiên bản Tải trực tiếp: Tóm tắt, Công việc cần làm, Dịch và trò chuyện

Phiên Âm Cuộc Họp Offline Nhanh Đến Mức Nào?

Hãy xem các kết quả đo được như số liệu tham khảo, không phải lời cam kết. Chúng tôi chạy cùng một file tiếng Anh 35 phút qua ba mô hình trên M4 Pro:

Phép so sánh này chỉ dùng một file trên một máy Mac. Cuộc họp dài hơn không phải lúc nào cũng tăng thời gian theo đúng tỷ lệ, và con số chính xác thay đổi theo chip, mô hình được chọn, ngôn ngữ, chất lượng âm thanh và lượng khoảng lặng mà Pyannote loại bỏ. Bài viết về Parakeet V3 được liên kết ở trên trình bày đầy đủ phương pháp đo và phần so sánh mô hình.

Tại Sao Chúng Tôi Xây Dựng Theo Cách Này

Âm thanh cuộc họp có thể chứa những cuộc đàm phán nhạy cảm với khách hàng, đánh giá nhân sự, thảo luận hội đồng quản trị hay tư vấn pháp lý. Nơi dữ liệu đó được xử lý và lưu trữ xứng đáng được soi xét kỹ như bất kỳ hồ sơ mật nào khác.

Trợ lý họp trên cloud gửi âm thanh hoặc bản phiên âm tới hạ tầng của nhà cung cấp và xử lý chúng theo chính sách lưu giữ và xử lý dữ liệu của nhà cung cấp đó. Điều này có thể hữu ích cho việc cộng tác trực tiếp, nhưng cũng thêm một hệ thống nữa mà đội của bạn phải rà soát.

Whisper Notes giữ bản ghi, mô hình giọng nói, bản phiên âm và phần xử lý của Gemma trên máy Mac. Điều đó giảm việc chuyển dữ liệu cho bên thứ ba, nhưng không tự động khiến quy trình của bạn tuân thủ GDPR, HIPAA, các quy tắc đặc quyền nghề nghiệp hay chính sách công ty. Bạn vẫn cần sự đồng ý phù hợp, kiểm soát truy cập, quy định lưu giữ và bảo mật thiết bị.

So Sánh

Cuộc Họp Khác Nhau, Ngôn Ngữ Khác Nhau

Chọn mô hình phù hợp với ngôn ngữ cuộc họp của bạn:

Quy Trình Này Phù Hợp Ở Đâu — Và Không Phù Hợp Ở Đâu

Whisper Notes phù hợp với những cuộc họp mà bạn muốn có bản ghi riêng tư và bản phiên âm đã rà soát sau cuộc gọi. Ứng dụng không cung cấp phụ đề trực tiếp trong lúc họp, cũng không có không gian làm việc chung trên cloud để nhiều đồng nghiệp cùng chỉnh sửa một bản phiên âm.

Nếu phụ đề thời gian thực, việc tự động phân phối cho một đội lớn, hay chỉnh sửa cộng tác đồng thời quan trọng hơn xử lý cục bộ, một nền tảng họp trên cloud có thể phù hợp hơn. Nếu bản ghi cần ở lại trên một máy Mac duy nhất, quy trình cục bộ chính là lợi thế.

Câu Hỏi Thường Gặp

Tải về cho iOS Tải về cho macOS