Я разработчик примерно на шести проектах одновременно, и созвонов у меня много. За девять дней вместе с Claude Code я сделал приложение для macOS, которое пишет звонок двумя дорожками, расшифровывает и разбирает его по голосам на самом Маке, без бота в звонке и без чужих серверов. Код открыт. В статье грабли, о которые я споткнулся: цифровая тишина в ScreenCaptureKit и FaceTime, который не слышно, эхо без наушников со сдвигом, который за звонок меняется 69 раз, тысяча «Thank you» от Whisper на тишине, диаризация, которая делит людей по типу речи, 17 ГБ памяти на Маке с 16 и сравнение моделей для русской речи. Читать далее
Continue to Habr →You are being forwarded in 6s — stay on this page