Как записывать созвоны и не слить корпоративные тайны в облако
Знакомая ситуация: вы проводите важный митинг, обсуждаете архитектуру нового сервиса или финансовые планы на квартал. Кто-то предлагает включить AI-ассистента, чтобы потом не переслушивать запись. Удобно? Безусловно. Но в этот же момент все ваши инсайды улетают на серверы сторонней компании. Для многих служб безопасности это звучит как приговор, а для разработчика — как лишний повод для тревоги.
Я наткнулся на проект Meetily, который пытается решить эту дилемму радикально. Ребята сделали опенсорсного ассистента, который работает по принципу local-first. Весь захват звука, расшифровка и суммаризация происходят прямо на вашем железе.
Что это за зверь
Meetily — это десктопное приложение (написано на Rust + Tauri), которое умеет «слушать» ваши конференции в Zoom, Google Meet или Telegram и превращать их в текст в реальном времени. Главное отличие от условного Otter.ai или Fireflies в том, что данные не покидают пределы вашего компьютера. Если вы работаете в банке, медицине или просто параноик в вопросах приватности, такая штука может стать спасением.
Проект выглядит как крепкий мост между миром AI и требованиями GDPR. Разработчики из Zackriya Solutions явно вдохновлялись идеей суверенитета данных. Они собрали под капотом Whisper от OpenAI, модель Parakeet от NVIDIA и приправили это интеграцией с локальными LLM через Ollama.
Чем он может быть полезен
В отличие от многих CLI-утилит, которые нужно долго настраивать, тут мы имеем дело с полноценным GUI. Вот что он умеет на практике.
Локальная транскрипция без задержек
Приложение использует Whisper или Parakeet для перевода речи в текст. Интересно, что Parakeet, судя по описанию, работает до четырех раз быстрее классического Whisper. Это позволяет видеть текст практически в ту же секунду, когда фраза была произнесена.
https://raw.githubusercontent.com/Zackriya-Solutions/meetily/main/docs/home.png
Умные итоги через Ollama
Записать текст — это полдела. Самое ценное — получить выжимку: кто о чем договорился, какие задачи назначены (Action Items). Meetily предлагает использовать Ollama для генерации таких саммари. Это значит, что вы можете запустить у себя Llama 3 или Mistral и скармливать им транскрипты встреч. Никаких токенов OpenAI и платных подписок.
Если же локальных мощностей не хватает или хочется качества получше, можно подключить Claude, Groq или любой OpenAI-совместимый эндпоинт.
Профессиональный захват звука
Разработчики изящно решили проблему записи системного звука и микрофона одновременно. В Windows и macOS это часто превращается в квест с виртуальными аудиокабелями. Тут же встроено микширование с защитой от перегрузок (clipping prevention). Вы выбираете устройства ввода прямо в настройках, и софт сам склеивает ваш голос и голоса коллег из динамиков.
https://raw.githubusercontent.com/Zackriya-Solutions/meetily/main/docs/audio.png
Немного про архитектуру
Meetily построен на стеке Rust и Next.js. Выбор Rust для бэкенда здесь оправдан: работа с аудиопотоками и тяжелыми ML-моделями требует предсказуемости и производительности. Использование Tauri позволило упаковать всё это в компактное приложение, которое не отъедает память как полноценный Chrome.
Для тех, кто любит выжимать максимум из железа: есть поддержка GPU-ускорения.
- На macOS задействуется Metal и CoreML.
- На Windows и Linux можно гонять модели через CUDA (NVIDIA) или Vulkan (AMD/Intel).
Это критично, если вы не хотите, чтобы во время созвона компьютер начинал взлетать из-за нагрузки на CPU.
Как запустить и потрогать
Для пользователей Windows и macOS всё просто: в репозитории лежат готовые инсталлеры (.exe и .dmg).
Если вы на Linux или просто любите собирать всё из исходников, процесс выглядит примерно так:
git clone https://github.com/Zackriya-Solutions/meetily
cd meetily/frontend
pnpm install
./build-gpu.sh
Кстати, проект поддерживает импорт уже готовых аудиофайлов. Если у вас завалялась запись старого митинга, можно скормить её Meetily и посмотреть, как он справится с расшифровкой и анализом.
Стоит ли пробовать
Проект сейчас находится в стадии активного развития (версия 0.3.0 на момент написания статьи). Есть и PRO-версия, но Community Edition остается полностью бесплатной и открытой.
Кому это точно зайдет:
- Тем, кому запрещено использовать облачные AI-инструменты по соображениям безопасности.
- Тем, кто хочет кастомизировать процесс: например, использовать специфическую модель через Ollama, заточенную под технический сленг вашей команды.
- Разработчикам, которые хотят посмотреть, как Rust дружит с ML-моделями в реальном времени.
Конечно, есть нюансы. Локальный AI требует ресурсов: на слабом ноутбуке без дискретной видеокарты расшифровка может подтормаживать. Но сама возможность иметь полный контроль над своими разговорами стоит того, чтобы как минимум покрутить этот инструмент в свободное время.
Приятно видеть, что опенсорс дает альтернативу корпоративным гигантам, возвращая нам право на приватную беседу. Можно начать с малого — просто поставить и попробовать расшифровать свой следующий созвон с коллегами. Возможно, это сэкономит вам пару часов на написании протоколов встреч.
