01 / ЗАДАЧАЧасы записей.
Минуты на итоги.
Планёрки, созвоны с клиентами, интервью. Запись есть у всех, а вот кто что обещал и к какому сроку — обычно только в памяти участников.
Две трудные части. Первая — расшифровать часы речи дословно и не отправлять записи в облачные сервисы. Вторая — превратить длинную стенограмму в документ, по которому можно работать: решения, задачи с ответственными и датами, вопросы, которые остались открытыми.
Это самостоятельный проект для демонстрации навыков, а не клиентский кейс. Встреча в демо вымышлена. Проценты точности не заявляются — они не измерялись.
Пройдитесь по записи на таймлайне, найдите неразборчивые места, утвердите задачи и скачайте протокол в Word. Во вкладке «Свой текст» можно вставить собственную расшифровку — с таймкодами или без.
ОТКРЫТЬ ИНТЕРАКТИВНОЕ ДЕМОЧестно о демо: в браузере речь не распознаётся. Расшифровка вымышленной встречи подготовлена заранее в формате настоящего инструмента. Вживую работает извлечение протокола — правила на JavaScript, без внешних AI-сервисов. Правки сохраняются только в вашем браузере.
03 / ПОД КАПОТОМСвоя видеокарта.
Прозрачные правила.
Скрипт transcribe.py принимает локальный файл или ссылку (её скачивает yt-dlp), перекодирует звук через ffmpeg в 16 кГц моно и распознаёт моделью faster-whisper large-v3-turbo на CUDA. VAD отрезает тишину, сегменты собираются в абзацы с метками времени. Без видеокарты скрипт переключается на процессор — это заметно медленнее.
ЗаписьffmpegWhisper на GPUТекст с таймкодамиПротокол
Протокол собирают правила: маркеры решений («договорились», «утверждаем»), обращения по имени и обещания в первом лице, сроки относительно даты встречи, вопросы, на которые ответили «не знаю». Каждый пункт хранит цитату, сработавшее правило и таймкод, поэтому его легко проверить.
Эвристики ошибаются, так что протокол — черновик для человека, а не окончательный документ. Разделения по говорящим в офлайн-скрипте нет: это отдельный этап, в демо реплики подписаны вручную.
