Johtajat tarvitsivat kokousmuistiinpanot ja tehtävät, mutta luottamuksellisia keskusteluja ei voinut lähettää julkisille
tekoälypalveluille ja käsin litterointi vei aikaa.
Rakennettiin Tkinter/ttk-käyttöliittymän sisältävä macOS- ja Windows-sovellus. Apple Silicon käyttää MLX Whisperiä; Intel Mac ja Windows Faster Whisperiä ja CTranslate2:ta suorittimella. Käyttäjä valitsee tiedoston, kielen ja TXT/SRT-muodon. Taustatyöt pitävät käyttöliittymän reagoivana ja näyttävät edistymisen sekä virheet. Ensimmäisellä käynnistyksellä ladataan riippuvuudet ja malli; myöhempi käsittely on paikallista.
Tekniikkapino sisältää Python 3.10+:n, Hugging Face Hubin mallien lataamiseen ja välimuistiin sekä FFmpegin äänen ja videon lukemiseen (tarvittaessa asennetaan macOS:ssä Homebrewllä). Apple Silicon käyttää mlx-community/whisper-large-v3-turbo-mallia; CPU-tila käyttää Faster Whisperiä, CTranslate2:ta ja large-v3-turbo-mallia. Kokonaislatausprosentti painotetaan tiedostokoon mukaan, joten se ei nollaudu tiedostojen välillä. Työ tehdään taustasäikeissä GUI-tapahtumajonon kautta; virheikkuna näyttää prosessin tulosteen ja kopioitavan täydellisen Pythonin tracebackin.
Tapausmateriaalin mukaan tunnin kokouksen litterointi kestää 3–5 minuuttia 1–2 tunnin manuaalisen työn sijaan. Ääni käsitellään paikallisesti; materiaalissa ilmoitetaan myös 6–8 tuntia vähemmän tiimin pöytäkirjatyötä viikossa.
| Mittari | Tulos |
|---|---|
| Tunnin tallenteen litterointi | 1–2 tuntia käsin → 3–5 minuuttia automaattisesti |
| Ulkoisiin palveluihin lähetetty ääni | 0 tavua |
| Tiimin pöytäkirjatyö viikossa | 6–8 tuntia → minuutteja tarkistukseen |
| Windows ilman GPU:ta | Toimii suorittimella (CTranslate2) |
Nopeus ja ajansäästö on ilmoitettu tapausmateriaalissa; todellinen suorituskyky riippuu tallenteesta ja tietokoneesta.