Русскоязычное Windows-приложение, которое превращает запись совещания в точную стенограмму с говорящими и четыре аккуратно оформленных документа Word.
Программа принимает аудио или видео совещания длительностью до пяти часов, определяет говорящих и создаёт четыре результата:
| Файл | Для чего он нужен |
|---|---|
| Протокол совещания | Решения, задачи, ответственные, сроки и открытые вопросы |
| Полная стенограмма | Максимально близкий к исходной речи текст с таймкодами и говорящими |
| Редакционная стенограмма | Читаемая версия без «вас слышно», повторов-паразитов и технического шума |
| Сокращённая смысловая стенограмма | Короткий вариант только с существенными высказываниями |
Определение говорящих является обязательной частью финального конвейера. Если имена людей неизвестны, программа использует устойчивые метки «Говорящий 1», «Говорящий 2» и так далее.
Готовый установщик находится в папке релиза. Также можно скачать единый архив:
- Распакуйте архив.
- Запустите
Материалы встреч_0.1.16_x64-setup.exe. - В мастере выберите рекомендуемый вариант и дождитесь установки компонентов.
- Перетащите запись в окно или нажмите «Выбрать запись».
- Оставьте автоматическое определение говорящих, выберите папку результата и нажмите «Создать документы».
- После завершения откройте любой из четырёх DOCX прямо из финального экрана.
Первый запуск требует интернет, права администратора и свободное место для WSL и моделей. Для локального варианта с Gemma 12B ориентируйтесь примерно на 22 ГБ загрузок и 40 ГБ свободного места после установки. Уже установленные компоненты повторно не скачиваются.
Здесь пользователь видит запись, режим обработки, модель, параметры говорящих и папку, куда будут сохранены документы.
Мастер сам проверяет WSL2, CUDA, FFmpeg, Ollama, Python-среды и подходящий набор моделей. Вариант установки подбирается по объёму видеопамяти, оперативной памяти и свободному месту на диске.
Длинная запись разбивается на контрольные этапы. При перезапуске программа может продолжить работу с последней сохранённой точки.
Финальный экран показывает четыре DOCX, их расположение и кнопку открытия папки.
Встроенная справка объясняет режимы приватности, назначение каждого документа и смысл обязательной диаризации.
flowchart LR
A[Запись MP4, M4A, MP3, WAV...] --> B[Проверка файла]
B --> C[Несколько моделей распознавания речи]
C --> D[Определение говорящих]
D --> E[Консенсус текста]
E --> F[Полная стенограмма]
F --> G[Протокол]
F --> H[Редакционная версия]
F --> I[Смысловая версия]
G --> J[4 документа Word]
H --> J
I --> J
Подробное описание этапов, контрольных точек и детерминированных частей находится в архитектуре.
Аудио, видео, стенограмма и документы остаются на компьютере. В качестве основной локальной языковой модели используется Gemma 4 12B. Интернет нужен только для первого скачивания компонентов и моделей.
DeepSeek V4 Flash даёт наиболее сильную редакторскую обработку из проверенных вариантов. Аудио и видео не отправляются: после явного подтверждения отправляется только текст стенограммы. В репозитории и установщике нет API-ключа.
Чтобы включить этот режим, администратор задаёт собственную пользовательскую
переменную Windows DEEPSEEK_API_KEY и перезапускает программу. Без ключа карточка
DeepSeek отключена, а приложение автоматически остаётся в локальном режиме.
Подробнее о границах данных: Приватность и данные.
| Вариант | Когда выбирать | Ограничение |
|---|---|---|
| Gemma 4 12B | Лучший локальный баланс качества и скорости на 16 ГБ VRAM | Нужны мощная видеокарта, RAM и первоначальная загрузка моделей |
| DeepSeek V4 Flash | Максимально аккуратный протокол, если допустима отправка текста | Нужен собственный API-ключ и согласие на передачу текста |
| Gemma 4 e4b | Быстрый черновик | Чаще упрощает и теряет детали, не подходит для итогового протокола |
| Gemma 4 26B | Эксперимент на машине с большим запасом RAM | Медленнее; устойчивого выигрыша над 12B в текущем сравнении нет |
Полная матрица моделей и требований: Модели и профили.
- Windows 10 или Windows 11, x64;
- NVIDIA GPU с CUDA — практический минимум зависит от выбранного профиля;
- для рекомендуемого локального варианта: около 16 ГБ VRAM и 48–64 ГБ RAM;
- около 40 ГБ свободного места после установки этого варианта;
- интернет на первом запуске для WSL и загрузки выбранных моделей;
- права администратора для установки системных компонентов.
Мастер умеет оценивать ноутбуки, обычные рабочие станции, профессиональные конфигурации и серверные классы. VRAM нескольких видеокарт не складывается в один единый «виртуальный» бюджет.
- русский язык — основной, английские имена и технические слова сохраняются;
- таймкоды полной стенограммы не переписываются редактором;
- говорящие обязательны, а не являются дополнительной опцией;
- четыре DOCX создаются автоматически, без ручного копирования текста;
- фоновые PowerShell, Python и WSL-процессы запускаются без видимых терминальных окон;
- сбой или перезагрузка не стирают уже созданные контрольные точки;
- локальный режим не требует DeepSeek и может работать без внешнего API.
Проект состоит из Tauri 2 + React/TypeScript интерфейса и Python-конвейера.
В vendor/MOSS-Transcribe-Diarize лежит обычная копия исходников MOSS, поэтому
обычный git clone не требует отдельного submodule checkout.
cd apps/desktop
npm install
npm run check
npm run test:ui
npm run tauri:build:fullPython-тесты запускаются из корня проекта:
python -m pytest -qГотовый NSIS-установщик появляется в
apps/desktop/src-tauri/target/release/bundle/nsis/, а скрипт
scripts/Build-PublicRelease.ps1 формирует папку и ZIP публичного релиза.
| Раздел | Содержание |
|---|---|
apps/desktop |
Пользовательский Windows-интерфейс |
meeting_transcriber |
Python-конвейер, задания и документы |
installer |
Проверка компьютера, WSL, окружения и моделей |
scripts |
STT, консенсус, очистка стенограммы и оценки |
tests |
Контрактные, Unicode, установочные и pipeline-тесты |
vendor |
Исходники MOSS и его лицензия |
release |
Готовый установщик для Windows |
docs |
Русские схемы, пояснения и матрица моделей |
Исходный код приложения распространяется по MIT License. Лицензии MOSS, WhisperX, Qwen, Gemma, ECAPA, Ollama и условия DeepSeek остаются отдельными: уведомления о сторонних компонентах.
Проект рассчитан на офисного сотрудника: выбрать запись, дождаться обработки и получить готовые документы Word без необходимости знать PowerShell, WSL, JSON или команды языковых моделей.