Почему companion на любом живом звонке отдаёт кашу вместо точных формулировок, когда стороны смешаны в одном потоке.
Обычные ассистенты берут микс из Zoom или Teams. STT путает голоса, контекст плывёт, подсказка приходит с опозданием или не по теме. На клиентском звонке ты уже ответил сам.
Talkaside открывает dual-stream WASAPI. Микрофон — capture endpoint. Входящий звук — loopback на render endpoint (AUDCLNT_STREAMFLAGS_LOOPBACK, shared). Каждый трек ресемплится отдельно в 16 кГц моно, свой VAD Silero, свой STT. Локальный Whisper или Parakeet выдаёт partials за 150–400 мс без сети. Companion mode берёт чистый транскрипт обеих сторон + CV/контекст и выдаёт короткие формулировки в always-on-top панель. Панель скрыта от screen-share через SetWindowDisplayAffinity(WDA_EXCLUDEFROMCAPTURE).
После звонка полный транскрипт с таймстемпами, поиск по спикерам, экспорт и AI-сводка лежат локально. Ты выбираешь провайдеров. Auto-failover при partial >300 мс переключает на локалку.
