Руководителям нужны расшифровки для протоколов и задач, но передавать закрытые обсуждения публичным ИИ нельзя, а ручная
транскрибация занимала время.
Создано приложение для macOS и Windows с интерфейсом Tkinter/ttk. На Apple Silicon используется MLX Whisper; на Intel Mac и Windows — Faster Whisper с CTranslate2 на CPU. Пользователь выбирает файл, язык и формат TXT/SRT. Фоновые потоки поддерживают отзывчивость интерфейса, показывают прогресс и подробные ошибки. При первом запуске скачиваются зависимости и модель; затем аудио обрабатывается локально.
Стек включает Python 3.10+, Hugging Face Hub для загрузки и кэширования модели, FFmpeg для чтения аудио и видео (при необходимости на macOS он устанавливается через Homebrew). На Apple Silicon используется mlx-community/whisper-large-v3-turbo; CPU-режим использует Faster Whisper, CTranslate2 и large-v3-turbo. Общий прогресс загрузки учитывает размер файлов, поэтому процент не сбрасывается между ними. Обработка идёт в рабочих потоках с очередью событий GUI; при ошибке показываются вывод процесса и полный traceback Python, который можно скопировать.
По данным материалов кейса, часовая встреча расшифровывается за 3–5 минут вместо 1–2 часов ручной работы. Аудио обрабатывается локально; в описании также указана экономия 6–8 часов протоколирования на команду в неделю.
| Показатель | Результат |
|---|---|
| Расшифровка часовой записи | 1–2 часа вручную → 3–5 минут автоматически |
| Аудио, отправляемое во внешние сервисы | 0 байт |
| Протоколирование на команду в неделю | 6–8 часов → минуты на проверку |
| Windows без GPU | Обработка на CPU (CTranslate2) |
Скорость и экономия времени указаны в материалах кейса; фактическая производительность зависит от записи и компьютера.