Това е може би най-малко рекламираната, но най-полезна функция на ерата на изкуствения интелект: транскрипцията. Като млад журналист мечтаех за компютър, който може да превръща записите в текст. Сега разполагаме с това и то е невероятно.
Тази технология е чудесна не само за интервюта, но е перфектна и за срещи. Разнообразни услуги, наречени „асистенти за срещи“, обещават да транскрибират и обобщават вашите срещи вместо вас. Привлекателността тук е очевидна, но тези услуги не са евтини и не са лишени от опасения относно поверителността. Като цяло използването им означава качване на запис от вашата среща в някакъв облак някъде, което не е идеално за проекти, изискващи поверителност. А самите инструменти обикновено са в ценовия диапазон от 10 до 20 долара на месец.
Сега, както посочих и за софтуера за транскрипция, технологията за изграждане на нещо като асистент за срещи е с отворен код и е широко достъпна безплатно. Meetily обединява всичко това в прост пакет. Да, името е ужасно, но софтуерът използва модели с отворен код, има страхотна безплатна версия и е наличен за Windows и macOS (потребителите на Linux могат да го компилират от изходния код).
Имайте предвид, че съществува Pro версия за 10 долара на месец, но версията на общността с отворен код е напълно безплатна за изтегляне от GitHub. Инсталирайте приложението и то ще предложи да инсталира необходимите модели. Това са AI инструментите, които вършат същинската работа.
След като те се изтеглят, ще трябва да разрешите на Meetily да записва както звука от микрофона ви, така и системното аудио — по този начин то може да улови всички страни във всеки разговор, в който участвате.
След това можете да натиснете бутона за запис по всяко време, когато сте във видео разговор. Директният достъп до вашия микрофон и системен звук означава, че Meetily не е ограничено до конкретни инструменти за видеоконференции — то ще работи с Zoom, Google Meet, Microsoft Teams и всяка друга услуга, на която може да попаднете. Теоретично можете дори да използвате това за среща на живо, при условие че микрофонът на лаптопа ви е способен да улови звука от всички в стаята.
По време на срещата можете да наблюдавате как се извършва транскрипцията почти в реално време, ако желаете, или да минимизирате прозореца и да се съсредоточите върху срещата си. Когато срещата приключи, можете да натиснете бутона за спиране, при което ще видите транскрипция. Оттук можете да поискате AI обобщение. Можете дори да дадете инструкции на кои точки да се наблегне.
Сега, както при всички AI инструменти, има някои условности. Тези системи не са перфектни и може да нямат същите приоритети като вас. Аз лично възнамерявам да пиша собствените си протоколи от срещи, използвайки транскрипцията като ориентир, но обобщението на срещата все пак би могло да се окаже полезно в определени контексти.
Бета функция ви позволява да използвате Meetily с записи, които сте направили преди това. Това означава, че можете да влачите аудио или дори видео файл и да получите транскрипция и обобщение. Това е полезно, ако например сте записали разговор на живо на телефона си и искате да получите транскрипция, когато се върнете пред компютъра си.
Безплатната версия на Meetily има няколко досадни ограничения. Транскрипцията не може да ви каже кой какво е казал — няма етикети за говорителите — което ще бъде решаващо за много хора. Не успях обаче да намеря безплатен инструмент с отворен код, който да прави това последователно.
Има няколко други подобни инструмента, ако Meetily не работи за вас. Например noScribe е напълно безплатен инструмент, който може да идентифицира говорителите, въпреки че не може да записва срещи в реално време (той само конвертира файлове). Anarlog има вероятно по-елегантен потребителски интерфейс и достъп до много AI модели, но настройката беше малко по-сложна в сравнение с Meetily. Quill предлага безплатни локални транскрипции, но ще трябва да се регистрирате за акаунт, за да го използвате (което обезсмисля идеята за офлайн инструмент), и има много агресивно предлагане на платени услуги.
Страхотно е, че има толкова много безплатни опции, и ако тази сфера прилича по нещо на софтуера за диктовка, сигурен съм, че след няколко месеца ще има още повече.