Рабочее место для создания протоколов встреч на базе ИИ с локальным приоритетом, использующее FunASR и Ollama.
Превращайте записи встреч в структурированные документы DOCX и PDF полностью на вашем локальном компьютере.
JKinco Listen — это рабочее место с локальным приоритетом, которое обрабатывает аудиозаписи встреч полностью в автономном режиме с помощью FunASR и Ollama. Оно подходит для специалистов, работающих с конфиденциальными записями в строительстве, на интервью или клиентских встречах, которые не могут загружать аудио на сторонние серверы.
Оно транскрибирует аудио локально с помощью FunASR, применяет специфическую для предметной области коррекцию ключевых слов, определяет сцены встреч с помощью конвейера моделей с контролем по признакам и экспортирует структурированные протоколы в формат DOCX или PDF. Вся история и транскрипции хранятся в локальной базе данных SQLite, при этом не требуются вызовы облака или API-ключи.
Оно подходит для команд и регулируемых отраслей, требующих строгой конфиденциальности данных, где аудио не должно покидать офис. Оно не подходит для обычных пользователей, ищущих облачные приложения для транскрипции без настройки, или для тех, у кого нет совместимого локального оборудования.
Использует FunASR paraformer-zh для автономной транскрипции с пунктуацией и коррекцией терминов предметной области.
Сочетает правила с локальными LLM для точной классификации пяти специфических типов встреч.
Генерирует отформатированные протоколы в формате DOCX и PDF, сохраняя исходные макеты корпоративных документов.
Хранит всю историю встреч, транскрипции и правки локально в SQLite с возможностью ответов на вопросы по всем встречам.
Инструмент бесплатен по лицензии MIT, без платных хостинговых опций или подписок на API, так как все работает на вашем собственном оборудовании.
870 открытых удалённых вакансий по обучению ИИ, обновлено 17 ноября 2026 г.; в большинстве оплата $20–$175 в час. Из них 2 — для носителей русского языка. Zekai публикует их бесплатно; отклик уходит на платформу работодателя.
Нет. Вся транскрипция, инференс языковой модели и экспорт документов выполняются полностью на вашем локальном оборудовании без каких-либо исходящих вызовов API.
Рекомендуется компьютер с 16 GB RAM для оптимальной производительности, а также Docker и опционально NVIDIA GPU или Apple Silicon для более быстрого инференса локальных моделей.
Zekai первым в Google