Quản lý cần bản ghi để làm biên bản và danh sách việc cần làm, nhưng không thể gửi cuộc thảo luận bảo mật đến dịch vụ AI
công khai; phiên âm thủ công lại tốn thời gian.
Chúng tôi xây dựng ứng dụng máy tính cho macOS và Windows bằng Tkinter/ttk. Apple Silicon sử dụng MLX Whisper; Intel Mac và Windows dùng Faster Whisper với CTranslate2 trên CPU. Người dùng chọn tệp, ngôn ngữ và định dạng TXT/SRT. Tác vụ nền giữ giao diện phản hồi và hiển thị tiến độ cùng lỗi chi tiết. Lần chạy đầu tải xuống các phần phụ thuộc và mô hình; các lần phiên âm sau được xử lý trên thiết bị.
Công nghệ gồm Python 3.10+, Hugging Face Hub để tải và lưu bộ nhớ đệm mô hình, cùng FFmpeg để giải mã âm thanh/video (khi cần, cài qua Homebrew trên macOS). Apple Silicon dùng mlx-community/whisper-large-v3-turbo; chế độ CPU dùng Faster Whisper, CTranslate2 và large-v3-turbo. Tiến độ tải mô hình được tính theo dung lượng tệp để phần trăm không đặt lại giữa các tệp. Xử lý chạy trong luồng công việc với hàng đợi sự kiện GUI; lỗi hiển thị đầu ra đã thu thập và traceback Python đầy đủ có thể sao chép.
Theo tài liệu case, cuộc họp một giờ được chuyển thành văn bản trong 3–5 phút thay vì 1–2 giờ làm thủ công. Âm thanh được xử lý cục bộ; tài liệu cũng nêu mức tiết kiệm 6–8 giờ ghi biên bản mỗi tuần cho cả nhóm.
| Chỉ số | Kết quả |
|---|---|
| Chuyển bản ghi một giờ thành văn bản | 1–2 giờ thủ công → 3–5 phút tự động |
| Âm thanh gửi đến dịch vụ bên ngoài | 0 byte |
| Ghi biên bản cho nhóm mỗi tuần | 6–8 giờ → vài phút để rà soát |
| Windows không có GPU | Xử lý bằng CPU (CTranslate2) |
Thời gian và mức tiết kiệm được nêu trong tài liệu của case; hiệu suất thực tế phụ thuộc vào bản ghi và máy tính.