Spotkania zarządu, rozmowy handlowe i narady projektowe to dużo ustaleń, które potem giną w czyichś notatkach. Transkrypcja spotkań AI na własnym serwerze rozwiązuje ten problem bez wysyłania nagrań do zewnętrznej usługi: Whisper zamienia mowę na tekst, a lokalny model językowy przygotowuje notatkę z decyzjami i zadaniami.
Poniżej opisujemy, jak taki zestaw działa, ile sprzętu naprawdę potrzebuje, jak podejść do zgody uczestników i RODO oraz jak go wdrożyć bez wielomiesięcznego projektu. Artykuł jest dla właścicieli firm i kierowników, którzy chcą wiedzieć, co kupują, a nie dla osób, które będą to konfigurować.
Problem: ustalenia ze spotkań giną albo trafiają do chmury
Ręczne notatki są niepełne, a osoba, która je pisze, nie bierze w pełni udziału w rozmowie. Popularne narzędzia do notatek ze spotkań w chmurze robią to automatycznie, ale nagranie, transkrypcja i podsumowanie trafiają na serwery dostawcy. Na spotkaniu zarządu padają liczby finansowe i nazwiska, w rozmowie handlowej warunki cenowe, w gabinecie lekarskim dane o zdrowiu. Wiele firm nie chce lub nie może przekazywać takich treści poza własną infrastrukturę. Szerzej o tym ryzyku pisaliśmy w tekście o tym, jak uniknąć wycieku danych do publicznych AI.
Jak działa transkrypcja spotkań AI na własnym serwerze
Cały proces składa się z dwóch modeli uruchomionych na Twoim serwerze GPU i prostej aplikacji, która przyjmuje nagranie i oddaje gotową notatkę.
Krok 1: Whisper zamienia mowę na tekst
Whisper to model rozpoznawania mowy udostępniony przez OpenAI jako open source na licencji MIT. Obsługuje wiele języków, w tym polski. Wariant whisper-large-v3-turbo jest szybszą wersją największego modelu, kosztem niewielkiej utraty dokładności. Ma poniżej miliarda parametrów, więc w porównaniu z modelami językowymi jest mały i mieści się na pojedynczej karcie GPU obok modelu językowego.
Krok 2: model językowy pisze notatkę
Surowa transkrypcja godzinnego spotkania to wiele stron tekstu, których nikt nie przeczyta. Drugi model, uruchomiony lokalnie, robi z niej to, czego potrzebujesz: streszczenie, listę decyzji, zadania z osobą odpowiedzialną i terminem, otwarte kwestie. Do notatek po polsku dobrze sprawdzają się małe modele, takie jak polski Bielik (opisujemy go w artykule o Bieliku i PLLuM), albo większe modele wielojęzyczne, np. Qwen3.8-27B na licencji Apache 2.0.
Kto co powiedział
Whisper sam nie rozróżnia mówców. Jeśli notatka ma przypisywać wypowiedzi konkretnym osobom, dochodzi trzeci, niewielki model do tzw. diaryzacji (np. pyannote). Przy spotkaniach online prościej bywa nagrywać każdego uczestnika na osobnej ścieżce.
Jeśli notatka ma od razu trafić do CRM, systemu zadań lub skrzynki uczestników, ten krok możesz zautomatyzować w n8n uruchomionym na tym samym serwerze.
Zgoda i RODO: nagranie to dane osobowe
Nagranie głosu i treść wypowiedzi pozwalają zidentyfikować osobę, więc są danymi osobowymi. Własny serwer rozwiązuje problem przekazywania danych zewnętrznemu dostawcy, ale nie zwalnia z pozostałych obowiązków. W praktyce:
- Poinformuj uczestników przed nagraniem, że spotkanie jest nagrywane i transkrybowane, w jakim celu i kto będzie miał dostęp do notatki. Dotyczy to także gości spoza firmy.
- Ustal podstawę prawną razem z inspektorem ochrony danych. Zgoda to tylko jedna z możliwości i nie zawsze najlepsza, np. w relacji pracodawca–pracownik.
- Określ okres przechowywania. Dobra praktyka: usuwać nagranie audio po zatwierdzeniu notatki i trzymać tylko tekst.
- Ogranicz dostęp do nagrań i transkrypcji do osób, które ich potrzebują, i loguj ten dostęp.
W ochronie zdrowia rozmowa z pacjentem zawiera dane szczególnej kategorii, a wymagania są ostrzejsze. Piszemy o tym osobno w artykule o AI w placówkach medycznych. Szerzej o RODO i AI Act przy własnym modelu przeczytasz w tekście AI a dane firmowe w UE.
Jaki sprzęt wystarczy
Dla zespołu wystarczy jedna karta GPU. Transkrypcja nie musi działać w czasie rzeczywistym: nagrania trafiają do kolejki i są przetwarzane jedno po drugim, więc nawet pojedyncza karta obsłuży wiele spotkań dziennie. Pamięć karty decyduje głównie o tym, jak duży model językowy zmieścisz obok Whispera. Na start dobrze nadają się nasze gotowe pakiety VPS z dedykowanym GPU, opisane na stronie DeepSeek. Mimo nazwy możesz na nich uruchomić dowolny model, także Whisper.
| Pakiet (VPS z GPU) | Cena netto / mies. | Do czego |
|---|---|---|
| 1× RTX A2000 12 GB | od 899 zł | Testy, mały zespół, Whisper z małym modelem do notatek |
| 1× A10 24 GB | 2 999 zł | Zespół lub dział, Whisper z modelem klasy 7–12B |
| 1× A40 48 GB | 5 499 zł | Większa organizacja, większy model i lepsze podsumowania |
| 2× A40 96 GB | 8 599 zł | Wiele działów, osobna karta na transkrypcję i na model językowy |
Przykład z prostej reguły: Bielik-11B w precyzji 4-bitowej zajmuje około 5,5 GB na wagi, więc razem z Whisperem i zapasem na kontekst wygodnie mieści się na karcie 24 GB. Aplikację webową i magazyn nagrań można trzymać na zwykłym serwerze VPS, a GPU wykorzystywać tylko do obliczeń. Do serwowania modelu językowego dla wielu użytkowników warto użyć vLLM zamiast Ollamy. Różnice opisujemy w porównaniu Ollama, vLLM, SGLang i NVIDIA NIM.
Wdrożenie krok po kroku
- Wybierz jeden typ spotkań, np. cotygodniowe spotkania zarządu albo rozmowy handlowe, i ustal, jak ma wyglądać dobra notatka.
- Przygotuj stronę formalną: klauzula informacyjna, podstawa prawna, okres przechowywania, kto ma dostęp.
- Uruchom pilotaż na pakiecie VPS z GPU: Whisper, model językowy, prosty formularz do wgrywania nagrań.
- Sprawdź jakość na prawdziwych nagraniach, z typowym dla Twojej firmy sprzętem audio, żargonem i nazwami własnymi. Dopracuj szablon notatki.
- Podłącz do narzędzi, z których już korzystasz: kalendarz, system zadań, CRM.
- Przekaż utrzymanie: aktualizacje, kopie zapasowe i monitoring możesz robić sam z dostępem root albo zlecić nam w ramach administracji 24/7.
Pułapki
- Jakość dźwięku. Mikrofon laptopa na końcu stołu i kilka osób mówiących naraz to główna przyczyna błędów. Dobry mikrofon konferencyjny często daje więcej niż większy model.
- Nazwy własne i żargon. Nazwiska, nazwy produktów i skróty branżowe bywają przekręcane. Pomaga lista słownictwa przekazywana modelowi i krótka korekta przed zatwierdzeniem notatki.
- „Dopisywanie” tekstu. Whisper potrafi wygenerować zdania, których nikt nie wypowiedział, zwykle w długich fragmentach ciszy. Wycinanie ciszy przed transkrypcją pomaga ograniczyć ten problem.
- Notatka bez weryfikacji. Model może źle przypisać zadanie albo pominąć zastrzeżenie. Notatkę powinna zatwierdzić osoba prowadząca spotkanie.
- Nagrania bez końca. Archiwum nagrań rośnie szybko i staje się ryzykiem. Ustal automatyczne usuwanie.
FAQ: najczęściej zadawane pytania
Czy Whisper dobrze rozpoznaje język polski?
Whisper obsługuje polski, a jakość zależy głównie od nagrania: mikrofonu, pogłosu i tego, czy uczestnicy mówią jednocześnie. Najlepiej sprawdzić go na kilku własnych nagraniach, zanim podejmiesz decyzję.
Czy można nagrywać spotkania bez zgody uczestników?
Uczestników trzeba poinformować o nagrywaniu przed jego rozpoczęciem. Czy podstawą prawną jest zgoda, czy inny przepis RODO, ustal z inspektorem ochrony danych, bo zależy to od relacji i celu nagrania.
Jaki serwer do transkrypcji spotkań AI?
Dla zespołu wystarczy jedna karta GPU. Na start dobrze sprawdza się VPS z GPU, np. pakiet z kartą A10 24 GB, na którym zmieszczą się Whisper i model językowy do notatek.
Czy transkrypcja działa w czasie rzeczywistym?
Może, ale dla notatek nie jest to potrzebne. Przetwarzanie po spotkaniu jest prostsze i pozwala obsłużyć więcej nagrań na tym samym sprzęcie.
Czy Whisper rozpoznaje, kto mówi?
Nie. Do przypisania wypowiedzi osobom potrzebny jest dodatkowy model do diaryzacji albo nagrywanie każdego uczestnika na osobnej ścieżce.
Chcesz, żeby transkrypcja spotkań AI działała na Twoim serwerze, a nagrania nie opuszczały polskiej serwerowni? Zacznij od gotowego pakietu VPS z GPU, a my pomożemy uruchomić Whispera i model do notatek. Skontaktuj się z nami.