Локальная расшифровка звонков на Mac M4 без OBS

Как на Mac M4 за вечер собрать локальную расшифровку созвонов: запись без OBS, текст за минуты, meeting.json, QC галлюцинаций, разметка спикеров (в т.ч. группа). Проверено на реальных звонках.

Во время созвона ноут начинал тормозить, а после него я тратил порядка трёх часов на расшифровку и всё равно половину фраз перечитывал по памяти. За вечер мы собрали на Mac M4 контур, который час разговора превращает в субтитры с метками «кто говорил», и ни один байт аудио никуда не уезжает. Ниже схема, цифры с реальных звонков и грабли, на которые я наступил при первой настройке. Обновление 2026-07-22: единый пайплайн transcribe-meeting.py (канон meeting.json , QC галлюцинаций, склейка фрагментов Hijack, --diarize auto для групп). Ниже актуальная схема; старый путь «mlx-whisper + diarize-vtt вручную» остаётся для точечных правок. Словарь на одну минуту. STT (speech-to-text): превращение речи в текст. Диаризация: разметка «кто когда говорил» без имён, только SPEAKER_00 и далее. VTT: файл субтитров с таймкодами, как на YouTube. meeting.json: машиночитаемый протокол встречи (сегменты, QC, спикеры), из него собираются VTT и TXT. MLX: фреймворк Apple для нейросетей на чипах M-серии ( репозиторий ml-explore ). GPU здесь встроенный ускоритель в вашем Mac, не отдельная видеокарта. Почему OBS и платные сервисы отпали Раньше я писал звонки через OBS. Бесплатно, знакомо, но во время разговора процессор уходил в красную зону, а после записи ждал расшифровку часами. Качество текста было «так себе»: имена, термины, обрывки фраз. Половину приходилось восстанавливать по памяти, особенно если созвон был вечером и разбор откладывался на следующий день. Облачные транскрибаторы вроде Otter или…