管理者需要會議紀錄和行動事項的文字稿，但機密討論不能傳送至公開 AI 服務，人工轉錄又很耗時。
使用 Tkinter/ttk 建置了 macOS 和 Windows 桌面應用程式。Apple Silicon 使用 MLX Whisper；Intel Mac 和 Windows 使用以 CPU 執行的 Faster Whisper 與 CTranslate2。使用者可以選擇檔案、語言以及 TXT/SRT 輸出格式。背景工作執行緒讓介面保持回應，並顯示進度和詳細錯誤。首次執行會下載相依套件和模型；後續轉錄則在本機完成。
技術堆疊包括 Python 3.10+、用於模型下載和快取的 Hugging Face Hub，以及用於音訊／視訊解碼的 FFmpeg（macOS 需要時透過 Homebrew 安裝）。Apple Silicon 使用 mlx-community/whisper-large-v3-turbo；CPU 模式使用 Faster Whisper、CTranslate2 和 large-v3-turbo。模型下載進度依檔案大小加權，因此不同檔案間的百分比不會重設。處理在工作執行緒中執行，並透過 GUI 事件佇列更新介面；錯誤會顯示已擷取的輸出和完整、可複製的 Python 回溯資訊。
根據案例資料，1 小時會議錄音的轉寫時間為 3–5 分鐘，人工處理則需 1–2 小時。音訊在本機處理；資料還記錄每週為團隊節省 6–8 小時會議紀錄工作。
| 指標 | 成果 |
|---|---|
| 1 小時錄音的轉寫時間 | 人工 1–2 小時 → 自動 3–5 分鐘 |
| 傳送至外部服務的音訊 | 0 位元組 |
| 每週團隊會議紀錄工作 | 6–8 小時 → 僅需幾分鐘核對 |
| 無 GPU 的 Windows 裝置 | 透過 CPU (CTranslate2) 處理 |
轉寫速度和時間節省的資料取自案例原始資料；實際表現取決於錄音和電腦配置。