🎙️ Megépítettem a hangleiratozót

That's the AI paradox hiding in your CX stack. Tickets close. Customers leave. And most teams don't see it coming because they're measuring the wrong things.

Efficiency metrics look great on paper. Handle time down. Containment rate up. But customer loyalty? That's a different story — and it's one your current dashboards probably aren't telling you.

Gladly's 2026 Customer Expectations Report surveyed thousands of real consumers to find out exactly where AI-powered service breaks trust, and what separates the platforms that drive retention from the ones that quietly erode it.

If you're architecting the CX stack, this is the data you need to build it right. Not just fast. Not just cheap. Built to last.

See the data

Szia, itt Gergő! 👋

Néhány héttel ezelőtt írtam, hogy megépítem a saját hangleiratozómat. Ma már megvan.

📰 Ma a Hello AI-ban:

⏱️ Teljes olvasási idő: ~3 perc

Videók, hangfelvételek. Ezekből kellene szöveg, kereshető, másolható, felhasználható formában.

A külső szolgáltatások lassítanak: regisztrálok, megadom az email címem, feltöltöm, várok, letöltöm. Havi 4-5 leiratozásért esetleg fizetnem is kell több tíz dollárt.

Ez több lépés, mint amennyit rá akarnék fordítani.

Böngészőből használható. Nincs regisztráció, nincs bejelentkezés.

🎙️ Fájl be: MP4, MP3, MOV, M4A, WAV, MKV, WEBM, OGG, FLAC. Lokális elérési utat is támogat.

⚙️ Whisper feldolgozza: az OpenAI Whisper medium modellje alakítja szöveggé a hangot. Teljesen lokálisan fut. A felvétel nem kerül fel sehova.

📄 Timestampelt szöveg ki: [00:30 - 00:36] formátumban. Kereshető, struktúrált.

💾 Letöltöd: .txt-ben (időbélyeges szöveg) vagy .srt-ben (feliratfájl, pl. YouTube-hoz).

Valós idejű progress bar mutatja, ahogy halad. Magyar és angol nyelvet is kezel, de automatikus nyelvfelismerés is van. 2 óra után a feltöltött fájlok automatikusan törlődnek.

Három részből áll:

Whisper (medium modell): ez az AI motor. Ingyenes, offline, és pontos, még gyenge hangminőségnél is.

A lényeg: a hangod nem hagyja el a gépedet. Nem megy fel felhőbe, nem kerül át semmilyen szerverre.

FFmpeg: kinyeri az audiot a videóból, és a Whisper által igényelt formátumra konvertálja (16kHz mono WAV). Ezt nem kell tudni ahhoz, hogy használd.

Node.js + Express backend + webes UI: böngészőből működik

Az egész Claude Code segítségével készült, pár óra alatt. Nem kellett semmi előzetes backend tudás, csak egy pontos leírás arról, mit akarok.

Ez pontosan azt csinálja, amire szükségem van. Semmivel többet, semmivel kevesebbet. Nincs havi díj, nincs adatmegosztás, nincs felesleges funkció.

Ha van egy feladatod, amit rendszeresen elvégzel külső eszközzel, érdemes egyszer megkérdezni: meg tudnám-e ezt építeni?

📨 Csak válaszolj erre az emailre.