管理人员需要会议纪要和行动事项的文字记录，但机密讨论不能发送给公共 AI 服务，手动转录又很耗时。
使用 Tkinter/ttk 构建了 macOS 和 Windows 桌面应用。Apple Silicon 使用 MLX Whisper；Intel Mac 和 Windows 使用基于 CPU 的 Faster Whisper 与 CTranslate2。用户可以选择文件、语言以及 TXT/SRT 输出格式。后台工作线程让界面保持响应，并显示进度和详细错误。首次运行会下载依赖项和模型；之后的转录在本机完成。
技术栈包括 Python 3.10+、用于模型下载和缓存的 Hugging Face Hub，以及用于音视频解码的 FFmpeg（macOS 需要时通过 Homebrew 安装）。Apple Silicon 使用 mlx-community/whisper-large-v3-turbo；CPU 模式使用 Faster Whisper、CTranslate2 和 large-v3-turbo。模型下载进度按文件大小加权，因此不同文件间的百分比不会重置。处理在工作线程中运行，并通过 GUI 事件队列更新界面；错误会显示已捕获的输出和完整、可复制的 Python 回溯信息。
根据案例资料，1 小时会议录音的转写时间为 3–5 分钟，而人工处理需要 1–2 小时。音频在本地处理；资料还记录了每周为团队节省 6–8 小时会议记录工作。
| 指标 | 结果 |
|---|---|
| 1 小时录音的转写时间 | 人工 1–2 小时 → 自动 3–5 分钟 |
| 发送到外部服务的音频 | 0 字节 |
| 每周团队会议记录工作 | 6–8 小时 → 仅需几分钟核对 |
| 无 GPU 的 Windows 设备 | 通过 CPU (CTranslate2) 处理 |
转写速度和时间节省数据来自案例资料；实际表现取决于录音和电脑配置。