Transkrypcja, w której każdy mówca ma przypisane imię, to różnica między zapisem do odczytania a zapisem do wykorzystania. „Mówca 1 powiedział…" zmusza Cię do odtwarzania z pamięci, kto co mówił; „Ania zaproponowała…" od razu pokazuje, kto ma zadanie. Ten poradnik pokazuje, jak uzyskać taką transkrypcję z każdego spotkania — Google Meet, Zoom, Microsoft Teams — na Twoim własnym komputerze, bez bota na rozmowie i bez wysyłania dźwięku do chmury.
W skrócie
- QuickSpeak rozpoznaje mowę na Twoim komputerze — model działa w przeglądarce jako WebAssembly, a transkrypcja z etykietami mówców to plik na Twoim dysku.
- Dzielenie mówców działa automatycznie — na urządzeniu; Ty tylko nadajesz imiona.
- Darmowe bez limitów — nagrywanie, transkrypcja, pełna historia, eksport tekstu. Pro (12 $/mies. lub 99 $/rok, 14 dni próbnych) dodaje napisy na żywo i profile mówców.
Skąd biorą się etykiety mówców
Rozpoznawanie „kto powiedział" to diarizacja: program dzieli dźwięk na odcinki według głosu, grupuje odcinki każdego mówcy i oznacza je etykietami. Głosy różnią się barwą, tempem i wysokością — model uczy się tych cech na bieżąco i rozdziela rozmowę bez żadnej listy uczestników. To działa na urządzeniu: QuickSpeak liczy osadzenia głosu lokalnie, więc profil Twojego głosu nigdy nie opuszcza komputera.
Diarizacja odpowiada na pytanie „ile osób mówi", nie „jak się nazywają". Dlatego po zakończeniu nagrania klikasz etykietę, wpisujesz prawdziwe imię — a cała transkrypcja aktualizuje się od razu. Częstych rozmówców rozpoznają profile mówców (Pro): nazwij raz, a kolejne spotkania dostaną imiona same.
Jak to zrobić krok po kroku
- Zainstaluj QuickSpeak z Chrome Web Store — bez konta, bez rejestracji. Model mowy pobiera się raz.
- Dołącz do spotkania w karcie przeglądarki (Meet, Zoom web, Teams web) lub w aplikacji desktopowej.
- Wybierz źródło dźwięku: Karta przeglądarki dla rozmów w przeglądarce, Pulpit dla aplikacji natywnych, Mikrofon dla spotkań na żywo.
- Naciśnij nagrywanie i zamknij okienko. Nic nie pojawia się na rozmowie — żadnego bota, żadnego ogłoszenia.
- Zatrzymaj nagrywanie. Trzy faze działają lokalnie: transkrypcja, identyfikacja mówców, zapis.
- Nazwij mówców i eksportuj: tekst (.txt) i dźwięk za darmo; Pro dodaje Markdown, JSON i WAV.
Co poprawia jakość podziału na mówców
- Jakość dźwięku to cała gra. Prawdziwy mikrofon bije głośnik laptopa, a pokój bez echa bije oba.
- Przerywanie sobie to wróg. Dwie osoby mówiące naraz dają zmieszane osadzenia — w każdym narzędziu, nie tylko tutaj.
- Powiedz imiona na początku. Jeśli w nagraniu ważne są nazwiska, przywitaj się z każdym po imieniu — to daje punkt zaczepienia przy nadawaniu nazw.
- Pisownia znaczy tyle samo co etykieta. Powtarzające się imiona i nazwy projektów dodaj do darmowej listy słownictwa — poprawne w każdej przyszłej transkrypcji.
Dlaczego lokalnie
Większość usług transkrypcji wysyła nagranie na serwer — tam jest przetwarzane i przechowywane według polityki dostawcy. QuickSpeak usuwa ten krok: rozpoznawanie działa na Twoim sprzęcie, profile głosowe budują się na Twoim urządzeniu, a pliki lądują na Twoim dysku. Odłącz sieć — wszystko dalej działa. Nagrania klientów, rozmowy w sprawach osobistych, poufne tematy: żadna z nich nie powinna przechodzić przez cudzą chmurę, żeby powstała z nich transkrypcja.
Częste pytania
Czy transkrypcja z podziałem na mówców działa po polsku?
Tak — polski jest jednym z 36 rozpoznawanych języków, z automatycznym wykrywaniem w każdym spotkaniu.
Czy mój dźwięk opuszcza mój komputer?
Nie — wszystko działa jako WebAssembly w Twojej przeglądarce, a pliki zostają na Twoim dysku.
Czy jest bot na rozmowie?
Nie. Nagrywanie odbywa się z Twojego komputera; uczestnicy nie widzą żadnego bota.
Ile to kosztuje?
Podstawa jest darmowa bez limitów. Pro: 12 $/miesiąc lub 99 $/rok, 14 dni próbnych bez karty.
Czytaj dalej
Źródła i notatki
- Funkcje i limity QuickSpeak (lokalna transkrypcja WASM, diarizacja na urządzeniu, darmowy plan, 36 języków, ceny): zainstalowane rozszerzenie i usequickspeak.fyi, odczyt 21 listopada 2026.