Спросите у планёрки, что вы обещали клиенту: Speakr на своём сервере

Спросите у планёрки, что вы обещали клиенту в марте

В марте менеджер на встрече пообещал клиенту закончить до конца квартала и взять доставку на себя. В сентябре клиент это помнит. Менеджер уже уволился, а в CRM висит запись «обсудили условия».

В Speakr каждая планёрка и встреча расшифровывается и попадает в общую библиотеку. Через полгода руководитель пишет вопрос и получает ответ со ссылками на записи.

Проект ведёт разработчик под ником murtaza-nasir, код лежит на GitHub в репозитории Speakr. Первая версия появилась в мае 2025 года, у проекта около 4 000 звёзд и 335 форков. Последний релиз v0.10.6 вышел 19 сентября 2026 года, до этого было ещё четыре обновления с июля.

Что умеет Speakr

Запись идёт из браузера: с микрофона, со звука компьютера или с обоих источников. Так в одну дорожку попадают обе стороны видеозвонка. Звук уходит на сервер по ходу записи, так что встреча может идти часами. Готовые файлы можно загрузить или бросить в отслеживаемую папку. На телефоне приложение ставится как PWA.

Дальше текст делится по спикерам. С движком WhisperX Speakr узнаёт одного и того же человека в разных записях по голосу. Есть словарь для имён, названий объектов и терминов, которые распознавание иначе путает. Резюме строится по шаблону, который задаётся для тега или папки. Отдельно Speakr вытаскивает из разговора задачи и даты.

Как работает сама расшифровка и чем Whisper отличается от WhisperX, я разбирал в статьях про локальную транскрибацию созвонов и WhisperX.

Вопросы ко всем записям сразу

У каждой записи есть свой чат, но руководителю нужен режим Inquire, поиск по смыслу и чат по всей библиотеке сразу. Слева фильтры по тегам, так что можно спросить только про записи одного клиента или одного объекта.

Вопросы выглядят так. Что мы обещали клиенту по срокам на мартовских встречах? Кто на планёрке 14-го взял задачу пересчитать смету? Какие возражения чаще всего звучали на первых встречах за квартал, и что отвечали те, кто закрыл сделку? Поиск по смыслу найдёт «бюджет не тянем» по слову «дорого».

С версии 0.10.4 есть бета-режим агента. Он сам ищет, открывает и читает нужные записи, пока не соберёт ответ, и показывает каждый шаг. Клик по ссылке в ответе открывает запись на нужной секунде. Читать ли агенту личные заметки, решает пользователь.

Лицензия, движки и железо

Лицензия двойная. По AGPLv3 компания бесплатно ставит Speakr у себя и работает с ним, коммерческая деятельность этому не мешает. Если код изменить и дать к нему доступ по сети другим людям, исходники изменений надо открыть этим пользователям. Встроить Speakr в свой закрытый продукт можно только по коммерческой лицензии, её выдают авторы.

Распознавание подключается через коннекторы. На своём железе работают WhisperX (автор советует его), VibeVoice и OpenASR. Из облачных есть OpenAI, Mistral Voxtral, AssemblyAI, Alibaba FunASR и MOSI. Резюме и чат делает языковая модель через OpenAI-совместимый интерфейс: облачная или своя на Ollama и vLLM.

Для WhisperX автор сервиса пишет такие цифры. Модель large-v3 с разделением спикеров занимает около 5 ГБ видеопамяти. Минимальный сервер: видеокарта NVIDIA на 6 ГБ уровня RTX 2060, 8 ядер, 16 ГБ памяти, 50 ГБ SSD. Как выбрать карту под такие задачи, есть в статье про видеокарты для локального ИИ.

Русский язык поддерживается. Whisper знает около ста языков, интерфейс Speakr переведён на семь, русский среди них.

Чего Speakr не сделает

Плохой звук не спасёт ни одна модель. Телефон в прорабской, рядом перфоратор, трое говорят разом, и расшифровка выйдет с дырами. Для переговорной нужен нормальный микрофон.

Разделение по спикерам ошибается, когда люди перебивают друг друга или у двоих похожие голоса. Первые недели имена придётся поправлять руками.

Чат отвечает только по тому, что записано. Обещание, данное в коридоре или в личной переписке, в Speakr не попадёт. Модель тоже может ошибиться в пересказе, поэтому спорные ответы проверяют по ссылке: кликнул и послушал.

Без своей видеокарты остаётся платный API, и тогда звук уходит к внешнему провайдеру. Для MOSI это прямо сказано в README проекта. С записями клиентов это вопрос персональных данных и передачи их за границу. Версии пока помечены как alpha. В 0.10.2 закрыли три уязвимости, и такие патчи кто-то должен ставить вовремя.

Что можно сделать уже сейчас

Отдел продаж. Все встречи и звонки получают тег клиента. Раз в месяц руководитель спрашивает архив, какие возражения звучали чаще всего и какие ответы сработали. Резюме каждой встречи через вебхук падает в карточку сделки amoCRM или Битрикс24.

Стройка. Планёрку на объекте пишут с телефона. Задачи из расшифровки уходят в Битрикс24 с исполнителем и сроком. Когда через месяц звучит «мне никто не говорил», есть ссылка на минуту, где говорили.

Агентство. Встречи с заказчиком лежат под тегом проекта. Перед сдачей этапа вопрос к архиву: какие правки клиент просил и от каких сам отказался.

Владелец бизнеса. Резюме каждой планёрки приходит в Telegram, вопросы к архиву задаются с телефона. Старый архив записей прогоняется разом, как в статье про пакетную расшифровку звонков.

Как мы это внедряем

Ставим Speakr и WhisperX на сервер компании или на арендованный сервер с видеокартой в России. Заводим группы по отделам и сроки хранения, например: рядовые планёрки удаляются через 90 дней, встречи с клиентами хранятся год. Через REST API и подписанные вебхуки связываем Speakr с Битрикс24, amoCRM и Telegram.

Отдельно пишем регламент. Что записываем, кто нажимает кнопку, где лежат файлы, кто имеет доступ. Сотрудники дают согласие в локальном акте, клиента предупреждают в начале встречи и в договоре. Готовый пакет описан на странице AI-протоколы совещаний под ключ.

Частые вопросы

Можно ли бесплатно пользоваться Speakr в коммерческой компании?

Да. AGPLv3 разрешает ставить и использовать программу в бизнесе. Обязанность открыть исходники появляется, если вы меняете код и даёте к изменённой версии доступ людям по сети. Для встраивания в закрытый продукт нужна коммерческая лицензия.

Можно ли обойтись без видеокарты?

Можно, если распознавание отдать облачному API, например OpenAI или AssemblyAI. Speakr тогда живёт на обычном сервере, есть облегчённый образ на 725 МБ вместо 4,4 ГБ. Но звук встреч уйдёт к провайдеру, а в облегчённом образе поиск по смыслу заменён обычным поиском по словам.

Коротко о главном

Speakr превращает записи планёрок и встреч с клиентами в архив, которому можно задавать вопросы, со ссылкой на секунду в каждом ответе. Работает на своём сервере, понимает русский, внутри компании бесплатен. Нужны видеокарта от 6 ГБ, нормальный звук и регламент записи.

Хотите спрашивать у своих планёрок, кто что обещал? Напишите мне в Telegram слово «ПЛАНЁРКА». Посмотрим, сколько у вас встреч, где их хранить и с какой CRM связать.