Biasanya saya sering melakukan rapat online, tetapi seringkali melewatkan catatan rapat karena terlalu sibuk mencatat. Kadang-kadang saya bahkan lupa untuk mencatat sama sekali.. Jadi saya ingin mencoba layanan yang bisa merekam percakapan dan membuat catatan rapat dengan biaya. Tapi karena layanan ini berbasis online, ada kekhawatiran tentang keamanan IT sehingga saya tidak bisa menggunakannya.
Sebenarnya, tugasnya sederhana saja yaitu merekam percakapan dan meringkasnya menggunakan LLM. Meskipun kualitasnya mungkin tidak sempurna, saya ingin mencoba menyelesaikan semuanya di komputer lokal saya sendiri. Jadi saya menggunakan Copilot CLI dan bekerja keras untuk membuatnya.
Saya memilih model secara otomatis dan hasilnya adalah Claude Sonnet 5. Saya menghabiskan sekitar 30 menit untuk menulis kode dan menghasilkan hasil akhir. Ada beberapa kali gagal, jadi saya membantu men-debugnya hingga akhirnya aplikasi yang saya inginkan berhasil dibuat.
Persyaratan yang saya minta adalah menggunakan Python, PySide6 (untuk antarmuka pengguna grafis), Faster-whisper (untuk pengenalan suara), dan Apple Foundation Model (model lokal yang sudah terpasang di Mac) untuk LLM on-device. Hasil akhir berupa catatan rapat yang diringkas dalam format Markdown.
Awalnya saya ingin merilisnya sebagai open source, tetapi hasilnya terlalu sederhana dan kurang rapi sehingga saya malu untuk membagikannya. Namun, untuk penggunaan pribadi, ini adalah alat yang cukup berguna (walaupun tidak sempurna dan masih jauh dari solusi komersial).
Mungkin nanti saya akan menyempurnakannya lagi dan merilisnya di GitHub.. Tapi saat ini masih terlalu awal dan hasilnya masih kasar. Saya perlu terus mengembangkannya.
Sebagai referensi, cara kerjanya adalah sebagai berikut:
Suara dari mikrofon saya dianggap sebagai percakapan saya sendiri, sedangkan suara sistem audio dianggap sebagai percakapan lawan bicara. Saya merekam siapa yang berbicara dan kapan dengan timestamp. Jadi, rapat dengan banyak peserta mungkin akan sulit diproses. Namun, untuk rapat 1:1, tidak ada masalah.
Saat tombol "Start Meeting" ditekan, Faster-whisper akan mulai merekam percakapan. Selain itu, pengguna juga dapat menambahkan catatan yang akan disimpan dengan timestamp seperti obrolan.
Terakhir, saat tombol "End Meeting" ditekan, LLM akan memproses percakapan dan catatan untuk membuat ringkasan rapat dalam format Markdown.
Saya belum mencoba bahasa lain selain Bahasa Inggris.
Karena saya bekerja di Amerika, semua rapat saya menggunakan Bahasa Inggris. Jadi saya belum sempat menguji apakah berfungsi dengan Bahasa Korea.
Mungkin nanti saya akan memperbaikinya jika diperlukan.
