offmute
CLI-инструмент, который транскрибирует, разделяет по спикерам и генерирует отчеты из записей встреч с помощью моделей Gemini.
Извлекайте стенограммы с тегами спикеров, контекстом визуальных демо и структурированные резюме через командную строку.
offmute — это open-source CLI-инструмент и пакет Node.js, который обрабатывает записи встреч, превращая их в стенограммы с распознаванием спикеров и структурированные отчеты. Он напрямую использует API Google Gemini для анализа аудиофрагментов и видеоскриншотов. Руководители проектов и Agile-команды могут использовать его для превращения записанных стендапов, спринт-ревью или звонков с клиентами в заметки в формате Markdown.
Что это
Инструмент разбивает аудио встреч на сегменты и извлекает ключевые видеокадры, чтобы зафиксировать визуальные демо наряду с разговором. Он отправляет эти данные в Google Gemini для определения ролей спикеров и формирования отчетов с помощью многоэтапного процесса. Результаты записываются постепенно в виде файлов Markdown, чтобы вы могли следить за ходом выполнения в реальном времени.
Для кого
Инструмент подходит для технических проектных менеджеров, Scrum-мастеров и разработчиков, которым нужны подробные заметки о встречах без платы за поминутную SaaS-транскрипцию. Он не подходит для нетехнических пользователей, которым нужен графический интерфейс, или для команд, которым запрещено отправлять медиафайлы встреч в облачные сервисы Google.
Ключевые возможности
Анализ видеоряда
Извлекает скриншоты в ключевые моменты времени для обнаружения демонстраций экрана и демоверсий продуктов во время видеовстреч.
Генерация отчетов Spreadfill
Создает первоначальный план отчета и заполняет каждый раздел по отдельности для сохранения контекста в течение длинных звонков.
Умная диаризация
Определяет разных спикеров и выводит их имена и роли непосредственно из речевого контекста.
Пользовательские промпты с контекстом
Принимает пользовательские инструкции для направления модели на технические решения, задачи (action items) или тон повествования.
Готово за 3 шага
Наш честный вердикт
Плюсы
- Анализирует как визуальные видеокадры, так и аудиофрагменты для получения контекстных резюме.
- Использует инкрементную запись файлов, чтобы вы могли читать прогресс транскрипции во время обработки.
- Предлагает четкий выбор уровней моделей между Gemini 2.5 Pro, Flash и Flash Lite.
- Может быть запущен мгновенно через npx или интегрирован программно как пакет npm.
Минусы
- Требует локальной установки ffmpeg и вашего собственного ключа API Google Gemini.
- Обработка длинных видеозаписей может повлечь за собой заметные расходы на использование API Google.
- Выполнение только через CLI не имеет графического интерфейса для нетехнических членов команды.
- Передает аудио и скриншоты встреч на сторонние облачные эндпоинты Google.
Цены и лицензия
offmute бесплатен и имеет открытый исходный код под лицензией Apache-2.0. Основные расходы на запуск зависят от использования вашего собственного токена API Google Gemini.
Вакансии для носителей русского языка
879 открытых удалённых вакансий по обучению ИИ, обновлено 15 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.
Альтернативы
Эти проверенные ИИ-инструменты делают то же самое мгновенно — из нашего оценённого каталога.
Используйте сами или мы всё настроим
Вопросы
Нужен ли мне платный ключ API для запуска offmute?
Вам необходим ключ API Google Gemini. В зависимости от вашего тарифного плана и продолжительности встреч Google может взимать плату за API на основе потребления токенов.
Обрабатывает ли offmute все локально?
Нет. Хотя извлечение медиафайлов и разбиение на фрагменты происходят локально с помощью ffmpeg, все аудиофрагменты и видеоскриншоты отправляются в API Google Gemini для обработки.
Может ли offmute анализировать демонстрации экрана во время спринт-ревью?
Да. Инструмент извлекает видеоскриншоты вместе с аудио, позволяя Gemini распознавать визуальные презентации и демонстрации продуктов.
