Я не знаю, как вы выживаете

Я довольно давно пользуюсь MacWhisper для транскрибации звонков. Выбрал его по разным причинам: работает локально, заплатил разово $60 вместо ежемесячной подписки, продукт постоянно обновляется.

Но есть прикол. Иногда Whisper ловит галлюцинацию и начинает повторять последнюю фразу, которую смог распознать.

Особенно забавляет когда надпись в духе [звук пива] (реальный пример)

Это происходит, когда модель сталкивается с нечеткой речью, фоновым шумом или тишиной. Она буквально "зацикливается" на последней уверенной гипотезе.
Fireflies и подобные облачные сервисы такое фиксят из коробки. Но MacWhisper – нет.

Поэтому включать записи приходятся после неловкого молчания вначале встречи 😀

Еще интересно выглядит сервис локальной транскрибации tryvoiceink, но я пока еще не пробовал. Вообще руки чешутся навайбкодить что-то под себя!

А вы чем пользуетесь?