Google выпустил AI Edge Foresight — полностью локальный транскрибатор
Google AI Edge Foresight — экспериментальное приложение для macOS, которое записывает и транскрибирует встречи прямо у вас на компьютере. Во время разговора можно набрасывать короткие тезисы, а после — получить из них аккуратный конспект с опорой на полную транскрипцию.
Приложение также умеет:
- отвечать на вопросы по содержанию встречи;
- подключать локальные файлы как дополнительный контекст;
- превращать разрозненные заметки в связный документ.
А самое главное — оно работает полностью локально! Все благодаря новым моделям от Гугла: EmbeddingGemma 2 векторизует все документы и другие подключенные источники, а Gemma 4 E4B использует вектора для RAG поиска. Кстати, если у вас машинка помощнее — можно загрузить и на Gemma 4 12B, чтобы транскрибатор был поумнее.
Но гаддЭмит, конечно, опять будут "но"
- Но эта штука работает только на Mac с Apple Silicon
- Но — работает только с английской речью
- Но — каждые 30 минут во весь голос орет, что она слушает и записывает, что будет пугать ваших собеседников
- Но хоть эта штука вроде пиарится как мультимодальная — а с изображениями на экране во время звонка она не работает
- Но — не умеет в диаризацию (распознавать голоса разных собеседников)
Поэтому сейчас это просто игрушка. И хоть направление в сторону локальной обработки чувствительных разговоров мне очень нравится — реализация сейчас не юзабельна. Продукт наклевывается прикольный, очень хотелось бы, чтобы он не лег в стол, как большинство экспериментальных фичей Гугла (которые потом OpenAI или Anthropic оттуда достают и раскатывают у себя уже качественно) ☕
Чем транскрибировать уже сейчас?
Пока Foresight не юзабелен, реально закрывает все 5 "НО" — Granola. Этим сервисом я лично постоянно пользуюсь почти полгода и уже не представляю свою жизнь без него. Поэтому вам тоже отдуши рекомендую (ловите рефералку на 1 бесплатный месяц — и себя порадуете и канал поддержите ❤).
• Работает на чем хочешь, в том числе на телефоне и даже на Apple Watch!
• Не просто транскрибирует русскую речь — но и микс языков. Для меня маст хев, так как встречи регулярно с англицизмами и англоговорящими, где часть диалогов на русском, а часть на английском.
• Работает в стелсе. То есть просто тихонько включили и записываете. Не пугаете партнеров и клиентов стремными выкриками "ЗАПИСЬ ВКЛЮЧЕНА!!!".
• Недавно завезли крутую фичу — захват демонстрируемого экрана. То есть когда в вам на встрече начинают демонстрировать экран, Granola это увидит и будет анализировать изображение для обогащения транскрипта. Если же вам делиться экраном с AI не по душе — функцию, конечно, можно отключить.
• В диаризацию c недавних пор тоже умеет!
• AI обработка результатов встречи классная — учтет и ваши заметки и органично обогатит их своим саммари. Можно еще и свой словарь терминов вести, если у вас обсуждаются какие-нибудь специфические "болты М20 х 100", про которые обычная LLM не слышала.
• И конечно, все транскрипции и саммари хранятся — а значит вы потом через MCP можете легко скармливать их вашим агентам. А можно и внутри Гранолы просто спросить "что мы обсуждали на прошлой неделе по поводу фичи Х". Агент прошерстит все встречи и звонки и разложит по полочкам.
И это я только половину рассказал 😎Но нужно иметь в виду, что обработка в Granola делается облачными моделями (те же Claude, ChatGPT и тд). Надеюсь, что и в Граноле посмотрят на Гугл и завезут поддержку локальных моделей.
Гранолой можно пользоваться только с "корпоративной" почтой. И вот вам лайфхак, если вы не хотите светить свою рабочую почту — ее можно сделать за 5 минут через iCloud+ (который у айфонщиков и маководов уже итак скорее всего подключен). Я собственно этим путем и пошел.
Есть еще варианты на отечественных просторах — сделать на VK workspace и прямо на reg.ru (но эти варианты я не пробовал, поэтому не ручаюсь).
Ну и каким транскрибатором вы бы не пользовались — главное пользуйтесь. И подключайте его к своим агентам. Это некст левел 😎