Zrobiłem aplikację na Windows, która zamienia nagrania spotkań i ekranu w transkrypt, streszczenie, listę decyzji i zadań. Nazywa się ScreenBrief.
Jak to działa: nagrywasz ekran z dźwiękiem albo wrzucasz plik (mp4, mkv, mp3, m4a i inne). Transkrypcja liczy się lokalnie Whisperem na Twoim komputerze, na CPU albo na karcie graficznej. Streszczenia i czat z nagraniem możesz puścić przez lokalną Ollamę albo przez własny klucz do OpenAI, Anthropica czy Gemini. Każda odpowiedź czatu ma
@Rudz1elec: Ma, jeśli spotkanie jest w Teams, masz licencję firmową, a streszczenia i zadania chcesz z płatnego Copilota. To działa tylko dla rozmów w Teams i tylko w chmurze Microsoftu. ScreenBrief bierze dowolne nagranie: Zoom, Meet, plik mp3 etc... nagranie ekranu z instrukcją, wykład. Transkrypcja liczy się na Twoim komputerze, a streszczenie możesz puścić przez lokalną Ollamę, jeśli nie chcesz, żeby nagranie z klientem lądowało u kogokolwiek.
@ViolinX: Whisper jest za darmo i nie udaję, że go wymyśliłem. Różnica jest w tym, co dzieje się po transkrypcji: lista decyzji i zadań z odnośnikiem do minuty nagrania, czat z nagraniem, który przy każdej odpowiedzi pokazuje fragment, z którego ją wziął, i biblioteka z wyszukiwarką po wszystkich nagraniach naraz. Do tego analiza tego, co było na ekranie, nie tylko dźwięku. Jeśli masz narzędzie, które to robi lokalnie i za
@ZimnyJanusz: Do rozmów w telefonie Galaxy AI jest spoko. Tylko, że Ja robię inną rzecz: aplikację na komputer dla ludzi w pracy, którzy nie mogą wysyłać nagrań z klientami do zewnętrznych dostawców. Godzinne spotkanie z Teams czy Zooma, plik mp4 od kontrahenta, nagranie ekranu z instrukcją - nieważne jakie źródło: transkrypcja liczy się lokalnie na Twoim komputerze, streszczenia możesz puścić przez lokalną Ollamę, a maile i numery telefonów są domyślnie
Jak to działa: nagrywasz ekran z dźwiękiem albo wrzucasz plik (mp4, mkv, mp3, m4a i inne). Transkrypcja liczy się lokalnie Whisperem na Twoim komputerze, na CPU albo na karcie graficznej. Streszczenia i czat z nagraniem możesz puścić przez lokalną Ollamę albo przez własny klucz do OpenAI, Anthropica czy Gemini. Każda odpowiedź czatu ma