Встречайте виндоус-версию нашей программы для автоматической записи и расшифровки звонков!
Работает с любыми звонками: zoom, google meet, телеграм, вацап...
Запускает и останавливает запись автоматически.
Расшифровывает встречи, определяет говорящих, так что реплики разложены по людям, а не слиты в один поток.
Пишет качественные выжимки встреч. Многие программы экономят на токенах, а эта использует самую мощную модель, чтобы ничего не потерять.
Умеет делать всё это локально, без доступа к интернету.
Можно подключить мощные платные модели, умеет использовать подписки (!) и API ключи.
Все данные хранятся локально на компьютере. Одна встреча — одна папка, внутри аудиофайл, расшифровка, выжимка. Очень удобно натравить нейросети.
Программа полностью бесплатная, с открытым исходным кодом. Легкая установка, файл сертифицирован Microsoft. Ура!
❧
Claude оказалась довольно бесполезна для разработки и тестирования виндоус-софта из-за супер ограниченной песочницы.
Codex с computer use работает идеально. Весь процесс миграции занял неделю. Из них 3 дня я доказывал Microsoft, что достоин их сертификата разработчика и без computer use я бы точно сдался; потом потратил примерно 70% недельных лимитов 100 долларовой подписки на миграцию, тестирование и доводку напильником.
На фото — ноутбук под Windows, на котором я тестировал эту программу :)
Скачивайте тут!
Maksim Gorbunov
А Teams?
Waldemar Frischkäse
Swift??
17
Звучит фантастически, я свою обёртку над whisper.cpp пилю, меняю модели, диаризации, а тут...
Один момент неясен, Самат, подскажи пожалуйста, а на CPU-only (тупо Ryzen) оно тоже должно работать? Из ридми однозначно не понял.
(хотя, наверное, быстрее будет самому проверить)
Rinаt
Очень крутое приложение! спасибо Самат
🙏️
Samat Galimov
И тимс!
c#! Свифт это тейлор (зачеркнуто) макос
Да, у меня этот ноут с древней встроенной видюхой, parakeet cpu отлично вообще
🔥️
Lima Echo Victor
Использую на маке и балдею :)
Такое ощущение, впрочем , что первые полминуты оно учится и порет херню, а потом обучается и идет отличная расшифровка
𝙴𝚖𝚒𝚕 𝚉𝚊𝚔𝚒𝚛𝚘𝚟
иногда конечно поражает насколько винда не френдли к разработке по сравнению с остальными вариантами
Nikolay M
бомба, спасибо!
На винде whisper очень хорошо расшифровал, но от меня какие-то "Сэнк ю" постоянные в расшифровке, хотя я молчал и в аудиозаписи тишина с моей стороны при перепрослушивании
dds
А под ubuntu версию насколько сложно запилить?
👍️😁️3
17
Субтитры сделал DimaTorzok
💯️😱️
Samat Galimov
Можешь вырезать кусочек записи и прислать его, плиз?
👍️
Andrei Pulin
Да она не делает саммари ((
Vlad Petrov
Теперь голосовалку на линукс версию?
💯️3
Vitaliy
Самат, а точно получил сертификат? Мне думается винда не должна ругаться, если считает что всё, по её мнению, чОткА с приложением) И что на счёт обновлений? Предусмотрено?)
💯️4
Nikian
опен сус это кайф, спасибо. а для мака есть?
boticelli
верните деньги
❤️
Vitaliy
@samatg кстати, в настройках когда начал скачивать одну локальную модель и передумал, нет кнопки отмены (
💯️
17
Хотелось бы чтобы в следующей можно было записывать DVD
😁️4
Samat Galimov
спасибо большое, сейчас разберусь!
Vitaliy
и опять же я не нашёл где вставить свой API токен с какого-нибудь сервиса роутинга моделей (OpenAI Compatible). Вижу только жёсткие привязки к сервисам/моделям/вендорам
Samat Galimov
говорят, что так будет, пока файл не заработает репутацию :(
mesor_dima
Так можно же указать в "Свой ключ" и там выбрать например OpenAI - наверняка должно подойти
Vitaliy
о, нашёл во вкладке Дополнительно😵💫
Нужно плотно поработать над UI аппы как минимум экрана настроек. Вырви глаз. У меня буквы бегают по экрану и глаза как у голубя стали😁
😁️
Samat Galimov
не,прямо в основных настройках, выбери «свой ключ» и там будет выбор провайдера и можно вставить ключ
Vitaliy
судя по всему одна из настроек тут)
много буков, чесслово) Прям надо хорошо поработать над интерфейсами
Vitály Magyari
Можно глупый вопрос: почему выбрали писать нативное приложение, а не кросс-платформу с электроном (или во что там нынче хромиум оборачивают)? Я бы на что только не подписался, чтобы не трогать нативную винду...
💊️2
Vitaliy
я тоже предположил, но смущает название OpenAI и подсказка ключа sk-...
Т.е. понимаешь что тут именно к OpenAI данные ждёт. Тогда надо третий пункт списка добавить OpenAI Compatible там и всё понятно в этой части станет
Samat Galimov
да, это нехорошо, ща сделаю нормально
я открыт к любым предложениям! посмотрел сейчас внимательно, вёс-таки не знаю, как удобнее сделать задание своего baseurl, он и так есть в интерфейсе, когда выбираешь «свой ключ» и потом openai
сейчас только переименую openai → openai (и совместимые)
потому что винду в любом случае придется трогать, это не просто crud, для съема аудио нужно с системой интегрироваться, придется в любом случае писать что-то нативное и ещё делать какой-то бридж между js и этой нативной частью
при прочих равных пользовательский опыт в нативе всегда будет лучше
и часть интерфейсов должны чуть-чуть, но отличаться, чтобы быть родными для системы
и с нейросетями это дешево
🙏️
точно, так даже лучше! сейчас сделаю
вкладка дополнительно конечно жирная, но я надеюсь, что 99% людей туда заходить не потребуется
а основные настройки я много сил вложил, чтобы они были максимально простые...
сертификат точно есть, но я сейчас выяснил, что он может ругаться в любом случае, и что единственный способ чтобы не ругался — это через microsoft store, сейчас сделаю так
mesor_dima
Попробовал расшифровать встречу через whisper - всех слепил в одного участника.
Сейчас посмотрю что summary сделает и перезапущу на GigaAM ещё раз прогнать, посмотрю как выйдет
Паралельно не работает, если запускать допустим расшифровку на одном файле пока саммари на другом идёт?
Samat Galimov
по идее должно работать параллельно! сейчас сделаю если вдруг нет
whisper разделяет только по каналу, то есть если с той стороны три участника, то диаризации нормальной не будет, к сожалению!
❤️🔥️
mesor_dima
А, ну оно и логично
Спасибо!
1 скрин - пишет что расшифровывает а в таблице статус "в очереди"
2 скрин - кнопки недоступны "Доделать" и "Расшифровать заново"
P.K.
Я тоже себе такую же запилил, но я чисто навайбкодил,
но пока только винда, и на питоне...
зато я над ux/ui (на мой вкус и взгляд) хорошо поработал...
ну как хорошо - примерно 1,5 неделных лимитов claude max 90 на 100%
Samat Galimov
Привет, Коля! Я попытался разобраться и, к сожалению, все модели на этом аудио так или иначе придумывают какой-то текст. Пока не знаю, как это можно починить, не сломав распознавание для тихого голоса.
Anton
Kotlin compose должен все тянуть и через multiplatform можно подключить тонкие реализаци нативных функций под платформы
Samat Galimov
чую вайбы, что «нужно переписать это всё на раст» :)
мне кажется, что мы в золотой эпохе, когда можно на каждой платформе всё делать максимально нативно
Anton
Раст обязательно))
Я часто для эксперимента делаю пару-тройку вариантов на разных технологиях чтобы посмотреть как оно))
Alex
Я попробовал один митинг записать, расшифровщик на вставлял дублирующиеся строки. То есть одна фраза в тексте может идти подряд до 15 раз и так много раз по всему 30 мин митингу. Модель whisper
Samat Galimov
можешь попробовать перераспознать через parakeet, пожалуйста? я пока протестирую ещё раз whisper
Alex
Митинг англоязычный. Я так понял для английского надо whisper? Или parakeet тоже подходит?
Samat Galimov
Оба подходят!
Pavel Kosenkov
а сборка под линукс планируется?
а то тут опенай точки подвезли, так им можно в вртуалку софт ставить и их в разговор добавлять
Sergey
привет, а в чём это выражалось?
Samat Galimov
«Я в сендбоксе, ничего не могу»
--->---> - ^ - <---<---
объясните, а в чём кардинальное отличие от бесплатной Subtitle Edit?🤷🏼♂️
Jonny D
Смысл этого если даже самая простая подписка gpt позволяет это делать??
Модели которым вы поклоняетесь и строите свой канал по факту это комбайны которые убивают много чего, в том числе вашу поделку
Xpom
А чем отличается от?
https://github.com/Muesli-HQ/muesli
Samat Galimov
поддерживает транскрипцию по API, а не только локальную
в остальном очень похоже, но в разы проще
❤️
Commentio
похоже на галлюцинации whisper на тишине, у него такое бывает. обычно помогает VAD или предварительная обрезка тишины, если это можно включить в настройках
у Subtitle Edit фокус всё-таки на субтитрах и ручной обработке, а здесь упор на автозапись встреч, разделение по спикерам и саммари. пересечение в основном в самом распознавании
🫡️
cort
Добрейшего денечка. Наитупейший вопрос но он имеется, чаво не так?
Serg Sarychev
что-то не получается у меня кастомную модель настроить для саммари. вставляю ключ - булькает в системе, ничего не вставляет через cmd+V.
Прилка для macos
Samat Galimov
Сейчас посмотрим!
Вау, я такого ещё не видел! Сейчас посмотрим
Nelya Krasavina
Добрый день. А тут в чем может быть проблема?
Alexey Ivanov
Записал созвон, пока транскрибируется.
По файлам странное:
1. Системный звук - вроде ок, звук с микрофона - кажется, тишина во всем файле. В настройках разрешения даны
2. wav - ну как-то очень сомнительно... :) 1.8 гига на 47 минут болтовни... вроде должно после транскрибации пережаться, но пока не уверен.
3. Еще в прошлой версии запись зависла в очереди транскрибации, и было вообще не понятно, что сделать, чтоб ее пропнуть. Обновил до 0.6.5 - вроде поехало.
По звуку с микрофона - кажется, понял, почему так могло получиться. Возможно, в Google Meet был выбран не дефолтный микрофон, а руками выставлен другой. Может быть, поэтому не писало. В следующий раз проверю.
Dmitriy Vladimirov
о, у меня то же самое
Win 11 Pro, аппка что под админом, что без него ругается на клиент
Samat Galimov
сейчас сделаю билд с отладочной информацией! попрошу помочь страблшутить
👍️
это всё поправили!
🔥️
wav специально, чтобы никакие обрывы не вели к потери записи, потом всё пережимается, конечно
сейчас будет фикс, спасибо большое!
🤝️
не до конца понятно, но сейчас будет релиз, который как минимум даст логирование, чтобы понять что не так, а как максимум сразу исправит
👍️
Рустам Нафиков
Добрый день.
• Когда жмешь в настройках "НЕ показывать в доке" - приложение закрывается. Неудобно
• Прогресс скачивания моделей моргает, когда скачиваешь несколько. Статус скачивания не влезает в карточку модели на дефолтной ширине
Samat Galimov
попробуй пожалуйста вот этот билд https://github.com/gsamat/amanu/releases/download/windows-v0.6.6-audio-test/Amanu-0.6.6-Setup.exe
и пришли вот этот файл %LOCALAPPDATA%\Amanu Data\audio-capture.log после попытки записать аудио, там отладочная инфа, чтобы понять, что не так
Dmitriy Ivanov
привет! погонял немного ) транскрипцию делает с русского через GigaAM вполне неплохо, лучше чем через Паракит и Виспер.
я только не понял, как ему вправить мозг, чтобы он спикеров в импортированном файле разделял.
Samat Galimov
А эта модель не умеет диаризацию, мне кажется
Когда прога записывает сама, то она просто делит на две дорожки, я/все остальные, а тут вообще без
Dmitriy Ivanov
Ну вот у меня сложилось такое ощущение, что когда испортишь файл - то ни одна диаризацию не умеет. После последних обновлений заметил, что паркит и виспер тоже стали по другому бить транскрипт, на более мелкие кусочки.
Samat Galimov
ты имеешь в виду realtime?
релиз https://github.com/gsamat/amanu/releases/tag/v0.6.5
Dmitriy Ivanov
не, не реалтайм. в реалтайме я так понимаю, что идет различие спикеров между захватом с микрофона и с аудиовыхода (с множеством людей не пробовал).
а вот в записанном на стороне где-то файле - диаризацию у меня не получилось получить через приложение.
в других тулзах иногда явно есть выбор модели для диаризации - типа Transcribe Offline или Transripction Suite.
Samat Galimov
на стороне — не будет, а в родных файлах он разносит микрофон и тех, кто в приложении через дорожки, ты сам слева, с кем говорил — в правой дорожке
👍️
Дмитрий Спасский
как так!?
$ brew search amanu ==> Formulae aftman (disabled) ==> Casks amadine
Samat Galimov
там была проблема в юникоде, обновись плиз и напиши, получилось ли!
https://github.com/gsamat/amanu/releases/download/windows-v0.6.6/Amanu-0.6.6-Setup.exe
Даниил
@samatg мб стоит сделать привязку модели к языку? общаемся рус/англ 50/50, хочу когда рус - гигачад, когда англ - паракит автоматом
Dmitriy Vladimirov
скачал
запустил, мне показалось такое окошко
но есть нюанс - у меня нет такого пользователя на компе
lalex
Могу ли я как-то заставить локальный Whisper использовать GPU?
Samat Galimov
Спасибо большое! Сейчас будем дальше разбираться
Dmitriy Ivanov
еще фидбэк - при смене блютус наушников - не распознает изменения в железе - микрофон не пишет, а аудио пишет.
я так понял, что единственный метод - рестартить приложение.
Nelya Krasavina
Все работает! Спасибо!
Max T
Parakeet ultra не планируете добавить? Он лучше распознает контекст и IT жаргон в частности (чем parakeet v3)
Александр 🌀
Самат, спасибо!
17
Кстати надо будет законтрибьютить, если автор позволит MR/PR
Кстати @samatg из более на мой взгляд важного - md артефакты для людей и машин
Конвенции для начала, а так SpecDriven это прям ванлав при четкой настройке, практикую коммерчески-синьорски
Короче ТЛДР: вместо тысячи слов, лучше контрибьют)