Транскрипция и ИИ
Приложение autorec транскрибирует записи локально с помощью whisper.cpp и при необходимости генерирует сводки с помощью любого API, совместимого с OpenAI.
Как работает транскрипция
- После завершения записи приложение autorec извлекает аудиодорожку. Это происходит само, если включена опция Автоматическая транскрипция записей (по умолчанию она выключена); в противном случае запустите транскрипцию из окна, которое появляется после записи, или из библиотеки.
- Аудио обрабатывается выбранной моделью Whisper полностью на вашем компьютере
- Рядом с видео создаются два файла:
.txt— текстовая транскрипция.srt— файл субтитров с временными метками (можно отключить в настройках)
Во время транскрипции аудио- и видеоданные не покидают ваш компьютер. Транскрипция идёт на GPU, если он доступен (Vulkan в Linux и Windows, Metal в macOS), а иначе — на процессоре; опция Только CPU в настройках отключает использование GPU.
Языки
Autorec расшифровывает записи на 17 языках: русском, английском, немецком, испанском, французском, итальянском, португальском, нидерландском, польском, шведском, турецком, украинском, арабском, хинди, китайском, японском и корейском. Язык речи определяется по первым секундам аудио, так что для большинства звонков ничего настраивать не нужно. Если все ваши встречи проходят на одном языке, укажите его в поле Язык речи в разделе Настройки > Транскрипция. Закреплённый язык страхует от ошибочного определения на короткой или шумной записи, а также на звонке, который начинается с пары фраз на другом языке.
Все пять моделей понимают каждый из этих языков. Для любого языка, кроме английского, модели medium и large заметно точнее меньших.
Модели Whisper
Модели не скачиваются автоматически: вы сами выбираете модель и скачиваете её в настройках. Они хранятся в ~/.local/share/autorec/models/ (Linux и macOS) или %LOCALAPPDATA%\autorec\models\ (Windows).
| Модель | Размер | Скорость | Точность | Лучше всего подходит для |
|---|---|---|---|---|
| tiny | ~75 МБ | Самая быстрая | Базовая | Быстрые заметки, маломощные машины |
| base | ~142 МБ | Быстрая | Хорошая | По умолчанию — рекомендуется для большинства пользователей |
| small | ~466 МБ | Средняя | Лучше | Когда точность важнее скорости |
| medium | ~1,5 ГБ | Медленная | Высокая | Неразговорные языки, сложное аудио |
| large | ~3 ГБ | Самая медленная | Лучшая | Максимальная точность, мощное оборудование |
Загрузка моделей
- Откройте Настройки — значок шестерёнки в окне autorec
- Перейдите в раздел Транскрипция
- Выберите размер модели
- Нажмите Загрузить — модель загружается один раз и используется для всех будущих транскрипций
Сводки с помощью ИИ
Сводки с помощью ИИ используют облачный API для генерации заголовка и краткого содержания на основе текста транскрипции. Отправляется только текст — аудио и видео не передаются.
Настройка
- Откройте Настройки > AI-сводка
- Выберите пункт в списке Провайдер — он подставит базовый URL и предложит модели — либо выберите Custom и введите Базовый URL API (например,
https://api.openai.com/v1) - Введите ваш Ключ API
- Выберите значение в поле Модель (по умолчанию —
gpt-4o-mini) - Включите опцию Автоматически создавать сводку после транскрипции
Промпт для сводки можно редактировать, так что вместо общей сводки вы можете попросить решения, задачи или сроки.
Совместимые сервисы
Подходит любой сервис с конечной точкой для завершения чата, совместимой с OpenAI:
- OpenAI —
https://api.openai.com/v1 - OpenRouter —
https://openrouter.ai/api/v1 - Локальные модели (Ollama, LM Studio и т.д.) — используйте вашу локальную конечную точку
Что генерируется
Для каждой транскрибированной записи приложение autorec генерирует:
- Заголовок — короткий описательный заголовок встречи
- Сводка — краткое содержание ключевых обсуждённых моментов
Оба элемента отображаются в библиотеке видео и в детальном просмотре видео, что упрощает поиск нужной встречи без повторного просмотра.