Boring Meeting 2.0: model turbo i 32 języki

Aktualizacja Boring Meeting: szybsza transkrypcja i ulepszenia UX dla macOS

Deweloper udoskonalił aplikację Boring Meeting dla macOS, skupiając się na codziennych scenariuszach użytkowania. Minimalne wymagania zostały obniżone do macOS 15, co zwiększa kompatybilność z komputerami roboczymi. Dodano model large-v3 turbo – zoptymalizowaną wersję wysokiej jakości modelu Whisper, skracającą czas transkrypcji o 50% bez utraty jakości.

Obsługa 32 języków transkrypcji została wybrana z uwzględnieniem wysokiej jakości rozpoznawania: angielski, rosyjski, niemiecki i inne. W ustawieniach zaimplementowano filtr widoczności języków – użytkownik pozostawia tylko potrzebne opcje, unikając długich list.

Odtwarzacz audio otrzymał kompaktowy tryb z przyciskami ±15 sekund do szybkiej nawigacji. Dla każdego nagrania wyświetlana jest długość oryginalnego audio i czas transkrypcji. Planowane jest prognozowanie czasu przetwarzania na podstawie charakterystyki sprzętu i wybranego modelu.

W pasku menu pojawił się czerwony wskaźnik aktywnego nagrywania, minimalizujący przypadki zapomnianych sesji. Ulepszono puste stany z podpowiedziami przy pierwszym uruchomieniu. Dodano przycisk 'copy transcript' do natychmiastowego kopiowania tekstu bez zaznaczania.

Szczegóły zmian interfejsu

Te poprawki rozwiązują typowe problemy middle/senior-deweloperów i specjalistów pracujących z długimi spotkaniami:

• Model large-v3 turbo: równowaga między prędkością a dokładnością, nadaje się do przetwarzania wsadowego nagrań.
• Filtr języków: dostosowanie do wielojęzycznych zespołów, zmniejsza obciążenie poznawcze.
• Wskaźnik nagrywania: zapobiega nadpisywaniu i wyciekom danych w tle.
• Metryki transkrypcji: pomaga optymalizować workflow, prognozując obciążenie CPU/GPU.
• Kopiowanie tekstu: przyspiesza integrację z LLM lub edytorami takimi jak Obsidian/Notion.

Aplikacja pozostaje lokalna: całe przetwarzanie na urządzeniu, bez zależności od chmury. Brak subskrypcji, dane nie wychodzą na zewnątrz.

Pet-projekt dla rzeczywistych zadań

Aktualizacja motywowana osobistym użytkowaniem: nagrywanie town hallów, rozmów rekrutacyjnych, spotkań z biznesem. Autor zauważa przejście od niszowego narzędzia do codziennego – to ujawniło wąskie gardła w UX. Projekt pozycjonowany jest jako pet-projekt do eksperymentów z Whisper i API macOS.

Dla deweloperów interesujące są aspekty implementacji:

• Integracja zoptymalizowanych modeli Whisper bez zewnętrznych zależności.
• Wskaźniki w pasku menu przez NSStatusBar.
• Puste stany z NSViewController do onboardingu.
• Metadane audio dla statystyk przez AVFoundation.

Co jest ważne

• Obniżenie wymagań do macOS 15 i obsługa Apple Silicon (M1+).
• Large-v3 turbo: 50% przyspieszenie transkrypcji.
• 32 języki z filtrem w ustawieniach.
• Poprawki UX: wskaźnik nagrywania, kopiowanie tekstu, metryki czasu.
• Praca lokalna bez chmury i subskrypcji.

— Editorial Team