Я менеджер в большой компании. Мой обычный день — это шесть-восемь созвонов подряд: планёрки, разборы, «пятиминутки», которые идут час. К вечеру в голове каша. Я обещал подготовить план работ? Мы решили переносить релиз или только обсуждали? И что, чёрт возьми, я пообещал Егору в 11:30? Вспомнить кому и что я обещал просто невозможно.
Похоже на меня в конце дня.
Блокнот до конца не спасает. Пока я записываю одну задачу коллеги набрасывают три сверху. Запись на диктофон не спасает. Прослушивание удлиняет подготовку итогов встречи в 2-3 раза.
Что пробовал раньше
Сначала просто писал все встречи через OBS, а потом пересматривал куски, которые забыл. Получалось долго: записей за день набиралось на несколько часов, искать в них нужное место — отдельная работа. А ещё я регулярно забывал включить OBS.
Потом попробовал встроенную запись площадок. МТС Линк и eXpress умеют записывать встречи. Но встречи у меня идут в разных местах: с продуктовыми командами в Zoom, с подрядчиками в Телемосте, у банка что-то своё. Везде своя кнопка, и везде нужно не забыть её нажать.
Вернулся к OBS и добавил Whisper отдельным приложением для расшифровки. Стало лучше, но проблемы остались: запись я по-прежнему забывал включать, а расшифровку приходилось запускать руками.
Последней попыткой был Screenpipe — программа, которая пишет всё, что происходит на компьютере. Ресурсов она ест как не в себя, всё только на английском, пишет постоянно, а не только встречи. И всё это копится на диске, откуда может утечь.
Из всех этих попыток сложился список того, что мне на самом деле нужно:
-
запись включается сама, когда начинается созвон, в любой программе;
-
расшифровка и итоги готовятся сами, без кнопок;
-
всё по-русски;
-
ничего не уходит с компьютера и не пишется лишнего.
Готового решения с таким набором я не нашёл и попробовал сделать сам.
Как я это делал
Сразу признаюсь: программист из меня так себе. Весь мой опыт разработки — скрипты на bash, которые автоматизировали установку программ, и Бейсик в колледже. Так что код за меня писали нейросети, а я ставил задачи, проверял и ругался.
По вечерам и выходным ушла неделя до первого прототипа и месяц до продукта, которым можно пользоваться каждый день.
Наша совместная работа выглядела примерно так:
Конь, кстати, ни разу не пожаловался.
Что получилось
Итогом работ получилась Surnia — приложение для записи звонков, которое живёт в строке меню Mac с маскотом совы. Включил камеру на созвоне — и программа начинает запись сама (можно и вручную из меню). После встречи автоматом собирает заметку: тема, решения, задачи и полная расшифровка. И что очень важно для меня — всё происходит на самом компьютере. Запись, расшифровка и пересказ никуда не отправляются.
Что в итоге умеет приложение
-
Само понимает, что начался созвон. Приложение следит не за конкретной программой, а за камерой: включилась камера — пошла запись, выключилась — через полминуты запись закончилась. Поэтому всё равно, где встреча: Zoom, Телемост, МТС Линк или что-то своё у банка. Если созвон без камеры, запись включается одной кнопкой в меню.
-
Пишет меня и собеседников раздельно. Мой микрофон и звук из колонок идут разными дорожками, поэтому в расшифровке сразу видно, где говорил я, а где остальные.
-
Узнаёт людей по голосу. Один раз послушал фрагмент и назвал человека, дальше в расшифровке будет «Егор», а не «Собеседник 2».
-
Пишет пересказ по шаблону. Шаблон — обычная заметка с инструкцией для нейросети. Хочешь другие разделы или другой тон — правишь текст, и следующие встречи собираются по-новому.
-
Разбирает готовые записи. Файл из Zoom, Teams или диктофона кидаешь в меню «Разобрать запись…» и получаешь такую же заметку, как после обычной встречи.
-
Может снимать экран. Раз в несколько секунд делает снимок, и в пересказ попадают цифры и пункты со слайдов, а не только слова. По умолчанию выключено, включается для конкретной встречи.
-
Знает ваши словечки. Названия продуктов и аббревиатуры записываются в словарь, и распознавание перестаёт превращать их в случайные слова.
-
Складывает всё в обычные файлы. Заметки в формате Markdown ложатся в выбранную папку. С Obsidian получается удобная база встреч со ссылками на людей, но он не обязателен.
-
Всё считается на самом Mac. Речь распознаёт Whisper, пересказ пишет Qwen, голоса различает отдельная маленькая модель. Все три работают прямо на компьютере, без облака.
Особенности работы
-
Только Mac на Apple Silicon (M1 и новее), macOS 14.4 и выше.
-
Саммари хорошо работает на маках с хорошим процессором и большой памятью. (от 16 ГБ.)
-
Распознавание ошибается, особенно на плохой связи и когда все говорят разом.
Как это выглядит
Вот заметка с выдуманной встречи про запуск нового сайта:
Утром открываю заметку вчерашней планёрки и через минуту знаю, что кому обещал. Больше ничего от неё и не нужно.
Сколько стоит и где взять
Бесплатно. Без подписки, без рекламы, без покупок внутри. Ищется в Mac App Store по слову Surnia.
Вопрос к вам
Как вы фиксируете, о чём договорились на созвонах? Блокнот, память, «потом пришлю итоги в чат»? А если попробуете Surnia, напишите, чего не хватает.
