Chacka - Meeting Assistant

Real-time meeting transcription & translation desktop app. Captures any system audio (Zoom, Teams, browser, microphone playback - anything that goes through your speakers), transcribes it with Whisper, and translates on the fly.

---

Portable ZIP win/x64

---

English

What is this?

Chacka is a WPF desktop application (.NET 10) designed to help you understand meetings conducted in a foreign language - in real time.

It captures the system audio output via WASAPI loopback, so it picks up every sound your computer plays: remote speakers in a video call, a presentation, or even your own microphone if it routes through the system mixer. No browser extension or virtual audio driver required. You can also open an audio file (mp3/wav) for transcription + translation - quality is usually better than real-time capture.

How it works

System audio -> WASAPI loopback capture
  -> smart chunking (pause-based VAD)
  -> Whisper STT (local, on-device)
  -> translation (Azure Translator / OpenAI LLM)
  -> transcript + translation displayed side-by-side

Key features

• Audio capture - any render device; picks up all system audio regardless of the source app
• Speech-to-text - Whisper (tiny / base / small / medium / large); runs locally
• Translation - Azure Cognitive Translator or any OpenAI-compatible endpoint
• Session recording - optional full-session MP3 recording between Start / Stop
• Transcribe/translate recorded - Open an audio file (mp3/wav) for transcription + translation - quality is usually better than real-time capture
• Speech tuning - adjustable pause duration, min chunk length, speech start/end thresholds, silence threshold
• UI languages - English / Russian
• Text zoom - Ctrl + mouse wheel in transcript / translation panels
• Save text - right-click context menu to save transcript or translation to file

Requirements

• Windows 10 / 11
• .NET 10 SDK (for building from source)
• Internet access for Whisper model download (first run) and translation API calls
• An API key for your chosen translation provider

Quick start

cd chacka
dotnet restore
dotnet run

Configuration

Settings file: appsettings.json (next to the executable).

Key settings:

• MaxChunkDurationSeconds - force-flush audio after this many seconds even without a pause
• PauseDurationSeconds - silence duration that triggers end-of-phrase
• MinChunkDurationBeforePauseFlushSeconds - minimum speech before pause-flush is allowed
• SpeechStartThreshold / SpeechEndThreshold - RMS thresholds for VAD hysteresis
• SilenceThreshold - amplitude below which audio is pure silence
• WhisperModelType - tiny, base, small, medium, or large
• Translation - dictionary of named LLM / API profiles

All slider-adjustable settings are persisted automatically.

Build portable release

cd chacka
dotnet publish -c Release -r win-x64 --self-contained true /p:PublishSingleFile=true

Output: bin/Release/net10.0-windows/win-x64/publish

---

Русский

Что это?

Chacka - настольное WPF-приложение (.NET 10), которое помогает понимать совещания на иностранном языке - в реальном времени.

Приложение захватывает любой звук, воспроизводимый компьютером через WASAPI loopback: голоса собеседников в Zoom/Teams, звук в браузере и даже ваш микрофон, если он проходит через системный микшер. Не требует расширений для браузера или виртуальных аудиодрайверов. Можно также открыть аудиофайл (mp3/wav) для транскрипта + перевода - качество обычно выше, чем при захвате в реальном времени.

Как это работает

Системный звук -> захват через WASAPI loopback
  -> умная разбивка на фразы (VAD по паузам)
  -> распознавание речи Whisper (локально, на устройстве)
  -> перевод (Azure Translator / OpenAI LLM)
  -> оригинал + перевод отображаются рядом

Основные возможности

• Захват аудио - любое устройство воспроизведения; захватывает весь системный звук вне зависимости от источника
• Распознавание речи - Whisper (tiny / base / small / medium / large); работает локально
• Перевод - Azure Cognitive Translator или любой OpenAI-совместимый endpoint
• Запись сессии - опциональная запись всей сессии в MP3 между Старт / Стоп
• Распознание/перевод записанного - Можно открыть аудиофайл (mp3/wav) для транскрипта + перевода (качество обычно выше)
• Настройка речи - регулировка паузы, минимальной длины фразы, порогов начала/конца речи, порога тишины
• Языки интерфейса - Английский / Русский
• Масштаб текста - Ctrl + колесо мыши в панелях оригинала / перевода
• Сохранение текста - правый клик для сохранения оригинала или перевода в файл

Требования

• Windows 10 / 11
• .NET 10 SDK (для сборки из исходников)
• Интернет для загрузки модели Whisper (при первом запуске) и вызовов API перевода
• API-ключ выбранного сервиса перевода

Быстрый старт

cd chacka
dotnet restore
dotnet run

Конфигурация

Файл настроек: appsettings.json (рядом с исполняемым файлом).

Ключевые параметры:

• MaxChunkDurationSeconds - принудительный сброс аудио после стольки секунд, даже без паузы
• PauseDurationSeconds - длительность тишины для определения конца фразы
• MinChunkDurationBeforePauseFlushSeconds - минимальная длина речи до разрешения сброса по паузе
• SpeechStartThreshold / SpeechEndThreshold - RMS-пороги для гистерезиса VAD
• SilenceThreshold - амплитуда, ниже которой звук считается тишиной
• WhisperModelType - tiny, base, small, medium или large
• Translation - словарь именованных профилей LLM / API

Все настройки, изменённые через ползунки, сохраняются автоматически.

Сборка портативной версии

cd chacka
dotnet publish -c Release -r win-x64 --self-contained true /p:PublishSingleFile=true

Результат: bin/Release/net10.0-windows/win-x64/publish