Google выпустила локальное ИИ-приложение для транскрибирования на macOS

Рынок автоматического транскрибирования и суммирования встреч за последний год стал одним из самых востребованных в сфере продуктивности. Такие инструменты, как Granola и Wispr Flow, завоевали популярность среди сотрудников и руководителей. Однако наряду с удобством возникла серьезная проблема конфиденциальности и опасения по поводу передачи конфиденциальных записей на облачные серверы третьих лиц.

Локальный ИИ-движок

Теперь Google предлагает прямое решение этой проблемы, выпуская Google AI Edge Foresight: экспериментальное и бесплатное приложение для транскрибирования и саммари для Mac, которое работает локально и полностью автономно от интернета, не отправляя ни байта аудио или текста на внешние серверы.

Главная особенность Foresight заключается в том, что весь процесс обработки запускается непосредственно на «железе» компьютера. Сначала задействуется EmbeddingGemma 2 — легковесная мультимодальная модель с 740 миллионами параметров, которая сопоставляет текст, изображения, видео и аудио в единое векторное пространство. Это позволяет осуществлять семантический поиск данных в режиме реального времени с нулевой задержкой.

Удобный интерфейс и интеграция

С точки зрения пользовательского опыта Google выбрала формулу разделенного экрана. Одна сторона отображает стенограмму в реальном времени, а вторая предназначена для заметок. По окончании встречи система сопоставляет их с полным текстом и мгновенно превращает в подробные и грамотные тезисы.

Кроме того, к приложению можно подключать локальные папки, календарь и документы различных форматов, включая PDF, Office, Google Docs и Markdown. Встроенная вкладка Ask позволяет общаться с моделью Gemma, задавать вопросы по прошлым обсуждениям и получать ответы на основе подключенных файлов.

Ограничения и системные требования

Запуск также выявил ряд нюансов. Инструмент официально доступен только для операционной системы macOS и оптимизирован для процессоров Apple Silicon (серии M1 и выше), без поддержки старых Mac на базе Intel. Установка приложения вместе с моделью эмбеддингов и большой моделью Gemma 4 (12B) требует около 7 ГБ свободного пространства на диске.

В настоящее время приложение ориентировано на живое прослушивание в физических комнатах или через видеосервисы Google Meet, Zoom и Teams, и пока не поддерживает загрузку предварительно записанных аудиофайлов. Несмотря на то, что модели Gemma поддерживают иврит, ранние тестеры отмечают, что живая транскрипция пока лучше всего работает на английском языке.