Pengurus memerlukan transkrip untuk nota mesyuarat dan tindakan susulan, tetapi perbincangan sulit tidak boleh dihantar
ke perkhidmatan AI awam dan transkripsi manual mengambil masa.
Membangunkan aplikasi desktop macOS dan Windows menggunakan Tkinter/ttk. Apple Silicon menggunakan MLX Whisper; Mac Intel dan Windows menggunakan Faster Whisper dengan CTranslate2 pada CPU. Pengguna memilih fail, bahasa dan output TXT/SRT. Proses latar belakang memastikan antara muka responsif serta memaparkan kemajuan dan ralat terperinci. Kali pertama dijalankan, aplikasi memuat turun kebergantungan dan model; transkripsi seterusnya berjalan secara setempat.
Tindanan teknikal merangkumi Python 3.10+, Hugging Face Hub untuk muat turun dan cache model, serta FFmpeg untuk penyahkodan audio/video (dipasang melalui Homebrew apabila diperlukan pada macOS). Apple Silicon menggunakan mlx-community/whisper-large-v3-turbo; mod CPU menggunakan Faster Whisper, CTranslate2 dan large-v3-turbo. Kemajuan muat turun model diberatkan mengikut saiz fail supaya peratusan tidak bermula semula antara fail. Pemprosesan berjalan dalam thread pekerja dengan baris gilir acara GUI; ralat memaparkan output yang ditangkap dan traceback Python penuh yang boleh disalin.
Menurut bahan kes, mesyuarat sejam boleh ditranskripsi dalam 3–5 minit berbanding 1–2 jam kerja manual. Audio diproses secara setempat; bahan turut menyatakan penjimatan 6–8 jam pencatatan minit bagi pasukan setiap minggu.
| Metrik | Hasil |
|---|---|
| Transkripsi rakaman sejam | 1–2 jam secara manual → 3–5 minit automatik |
| Audio dihantar ke perkhidmatan luar | 0 bait |
| Pencatatan minit pasukan seminggu | 6–8 jam → beberapa minit untuk semakan |
| Windows tanpa GPU | Pemprosesan pada CPU (CTranslate2) |
Masa dan penjimatan dinyatakan dalam bahan kes; prestasi sebenar bergantung pada rakaman dan komputer.