Poradnik
Transkrypcja spotkania, przy której nagranie nie opuszcza komputera
Transkrypcję nagrania można policzyć w całości na swoim komputerze. Plik wskazujesz aplikacji, która stoi na Twoim dysku, więc nagranie nigdzie nie jedzie: bez konta, bez przesyłania na serwer. Poniżej dokładnie, jak to wygląda w praktyce, co jednak opuszcza komputer i kiedy lepiej wybrać coś innego.
Krótka odpowiedź
Potrzebujesz programu, który ma wbudowany model rozpoznawania mowy i uruchamia go u siebie, a nie na cudzym serwerze. ScreenBrief robi to tak: wskazujesz mu plik audio albo wideo z własnego dysku lub nagrywasz ekran, a transkrypcja liczy się lokalnie, na Twoim procesorze albo karcie graficznej. Nie ma logowania, nie ma konta, a plik nie jest wysyłany na żaden serwer.
- Pobierz aplikację i uruchom ją. Nie zakłada konta.
- Wskaż aplikacji nagranie leżące na dysku albo nagraj ekran razem z dźwiękiem systemowym.
- Pierwsza transkrypcja pobiera model mowy. To jedyny moment, w którym cokolwiek jest ściągane z internetu.
- Transkrypt pojawia się z podziałem na mówców i znacznikami czasu, a nagranie zostaje w katalogu na Twoim dysku.
Co zostaje na dysku, a co jednak wychodzi
To jest sedno sprawy i miejsce, w którym większość opisów kłamie przez pominięcie. Uczciwy podział wygląda tak:
Zostaje u Ciebie
- Plik audio albo wideo, w katalogu użytkownika na Twoim dysku
- Transkrypt i baza SQLite z całą biblioteką
- Cała transkrypcja, bo liczy się na Twoim sprzęcie
- Podział na mówców, liczony lokalnie drugim modelem
Opuszcza komputer
- Jednorazowe pobranie modelu mowy z publicznego repozytorium Hugging Face
- Jednorazowe pobranie modelu do rozpoznawania mówców
- Fragmenty transkryptu przy streszczeniach i czacie, jeśli wskażesz zewnętrznego dostawcę AI. Lokalna Ollama nie wysyła nic
- Cały dźwięk, jeśli sam wybierzesz transkrypcję przez API, na przykład OpenAI, Deepgram, AssemblyAI albo Groq
Dwie ostatnie pozycje po prawej to Twoje decyzje w ustawieniach, nie domyślne zachowanie. Domyślnie transkrypcja jest lokalna, a streszczenia czekają, aż wskażesz dostawcę.
Jaki model się pobiera i ile waży
Model to jedyna rzecz, którą trzeba ściągnąć, i warto wiedzieć, na co się godzisz. Do wyboru są trzy, a domyślnie włączony jest najdokładniejszy:
| Ustawienie | Model | Rozmiar | Po co |
|---|---|---|---|
| Najszybszy | whisper base | ~148 MB | słaby sprzęt, szybki szkic |
| Kompromis | whisper small | ~488 MB | równowaga czasu i jakości |
| Najlepsza jakość | large-v3-turbo q8 | ~874 MB | ustawienie domyślne |
Pobranie jest jednorazowe i model zostaje na dysku. Zmiana ustawienia na mniejszy model kosztuje trochę dokładności, głównie na nazwach własnych i skrótach.
Ile to trwa na Twoim sprzęcie
Nie ma sensownej odpowiedzi w minutach, bo zależy od procesora, karty graficznej i długości nagrania. Zamiast wierzyć czyimś benchmarkom, zmierz to raz u siebie: puść domyślny model na jednym krótkim nagraniu i sprawdź, ile zajęło. Dopiero ten jeden pomiar mówi, czy warto zejść na mniejszy model, czy przenieść transkrypcję do zewnętrznego dostawcy.
Karta graficzna jest używana, jeśli ją masz. Szczegóły o obsługiwanych układach są w FAQ na stronie głównej.
Kiedy lokalna transkrypcja nie jest dobrym wyborem
Uczciwie: bywa. Trzy sytuacje, w których lepiej wybrać coś innego:
- Masz bardzo dużo długich nagrań, potrzebujesz wyniku od razu, a komputer jest słaby. Transkrypcja przez API będzie szybsza, kosztem tego, że dźwięk wychodzi.
- Pracujesz na maszynie, na której nie możesz zapisać kilkuset megabajtów modelu.
- Potrzebujesz gwarancji umownej od dostawcy usługi, a nie samego faktu, że plik nie opuszcza komputera.
Transkrypt to dopiero początek
Sam transkrypt rzadko jest celem. Z tego samego nagrania powstają streszczenia, lista podjętych decyzji, zadania oraz czat, który przy każdej odpowiedzi podaje sekundę nagrania, z której ją wziął. Co dokładnie wychodzi z jednego nagrania, pokazuje strona główna, a warunki i ceny są w cenniku.
Sprawdź to na własnym nagraniu
Pierwsze 5 transkrypcji jest darmowe i przy lokalnym modelu nie wymaga żadnego klucza API.
Pobierz z Microsoft StoreOpis dotyczy ScreenBrief 0.7.8. Szczegóły postępowania z danymi: polityka prywatności.