Почему перевод в реальном звонке рвётся на полуслове, даже когда микрофон чистый и интернет стабильный.
Проблема не в модели. Windows сваливает всё в один смешанный поток, а драйверы кидают DPC и ISR длиннее 100 мкс. Аудио-движок (Audiodg.dll) пропускает буфер — STT получает мусор.
Talkaside не смешивает. На WASAPI открывает два независимых потока: — микрофон через capture endpoint (eCapture) — системный звук через loopback на render endpoint (AUDCLNT_STREAMFLAGS_LOOPBACK)
Каждый в свой пайплайн: ресемплинг 16 кГц моно, VAD, отдельный STT (локальный Whisper/Parakeet или облако). Стороны не путаются.
DPC от GPU, сети или USB задерживает на сотни мкс. В микшере трещит. В разделённых потоках Talkaside не склеивает слова, замер латентности и авто-фейловер держат реалтайм.
После звонка — транскрипт с таймстемпами, поиск, экспорт, саммари. Всё на твоей машине.
