Pour retrouver ce qui s'est dit dans un appel, il faut l'avoir enregistré, et pour l'avoir enregistré, il faut y avoir pensé avant que la conversation commence. Ma première tentative, meet-recorder, prévenait cinq minutes avant chaque visio de l'agenda, mais il fallait encore cliquer pour lancer l'enregistrement, et l'installer demandait un pilote audio virtuel, un projet Google Cloud et une clé OpenAI. Je l'ai archivée en avril. CallRecorder repart du même besoin, avec une règle : ne rien demander pendant l'appel.

Pendant l'appel « automatique, bête, fiable »

Zoom prend le micro : l'enregistrement démarre.

me.m4a · mon micro
them.m4a · le son de l'app d'appel, rien d'autre
une capture de la fenêtre toutes les 30 s

Zoom libère le micro : l'enregistrement s'arrête.

Après « à la demande, pipeline extensible »
  1. Transcription par Whisper, sur le Mac. Les deux pistes suffisent à écrire « moi » et « les autres ».
  2. Qualification par Claude : un titre, les participants, le vocabulaire à donner à Whisper, à partir des captures, de l'agenda et de Gmail lus sans rien modifier. Un rendez-vous n'est rattaché que sur une preuve.
  3. Retrouver l'appel dans la fenêtre Appels, avec la commande calls, ou en le demandant à Claude par un serveur MCP.
Les deux temps que sépare la spécification, avec les mots qu'elle emploie pour chacun. Les deux pistes alternent : quand je parle, l'autre se tait. Zoom sert d'exemple ; l'app reconnaît aussi Teams, Meet dans le navigateur, FaceTime, WhatsApp, Slack, Webex et Loom.

La spécification dit « usage personnel, tout reste sur la machine ». L'audio, la transcription et le journal d'usage ne quittent pas le Mac. Deux envois font exception, tous deux facultatifs : la qualification par Claude, avec l'abonnement claude.ai, et le journal de l'installation, qui masque le nom et les dossiers et s'arrête après le premier appel transcrit. Chaque appel est un dossier, avec ses deux pistes, son contexte et sa transcription, qu'on peut ouvrir, copier ou supprimer à la main. Seules les apps d'une liste blanche déclenchent quelque chose : Siri ou la dictée prennent le micro sans que rien ne démarre.

La fenêtre Appels : une liste d'appels avec titre, participants, date, durée, app et statut
La fenêtre Appels. Les titres et les participants viennent de la qualification par Claude. Les appels de cette capture sont fictifs, générés pour la page de téléchargement.

Ce qu'il a fallu retirer

meet-recorder ne tournait que chez moi. CallRecorder s'est construit en retirant ce qui empêchait meet-recorder de tourner ailleurs.

meet-recorder, avant avrilCallRecorder, octobre
Google Agenda interrogé chaque minute→un événement de macOS quand une app prend le micro
BlackHole et un appareil audio créé à la main→le son de la seule app d'appel, capté directement
l'écran entier et la webcam, filmés→une capture de la fenêtre toutes les 30 secondes
l'API Whisper d'OpenAI et sa clé→whisper.cpp, sur la puce du Mac
le contour bleu de Google Meet, cherché image par image→deux pistes, « moi » et « les autres »
Homebrew, ffmpeg, Python, un projet Google Cloud→un .dmg, ou une ligne dans le terminal

Le contour bleu n'a pas disparu pour autant. meet-recorder découpait l'écran en trois colonnes fixes et cherchait, une image par seconde, la vignette que Meet entoure quand quelqu'un parle. La spécification de CallRecorder reprend l'idée pour une version 2, sans modèle lourd : Zoom, Teams et Meet entourent la personne qui parle et affichent son nom dans sa vignette, et lire ce cadre et ce nom à l'écran suffirait à attribuer chaque phrase de la piste des autres.

Trois jours, dont un pour l'installation

Le premier fichier date du 22 octobre à 13 h 20, et le premier commit, à 22 h 19, contient déjà l'enregistrement, la transcription, la qualification et le serveur MCP. Il porte le numéro 0.2.0 : la version 0.1 n'a existé que sur le disque, pendant ces neuf heures.

Le 23 a surtout servi à l'installation. Le premier assistant demandait toutes les autorisations d'un coup, sans dire pourquoi. Le second lance un faux appel, et macOS demande chaque autorisation au moment où elle sert, comme pendant un vrai appel. La fenêtre d'installation a connu 24 versions dans la journée. Le même jour, à 19 h 34, un traitement anti-écho de macOS a été ajouté au micro, et retiré à 19 h 41 : il coupait la capture du son des autres apps et étouffait le micro, sans retirer l'écho.

L'appel de test : deux vignettes, Vous et Interlocuteur de test, et un compteur d'enregistrement
L'appel de test de l'assistant.
La transcription de l'appel de test, avec les répliques horodatées de Vous et de l'Interlocuteur
Sa transcription. L'interlocuteur demande un prénom et le temps qu'il fait ; la réponse enregistrée est « Gildas, et il fait très beau. »

L'app est publique depuis le 24 octobre, pour les Mac Apple Silicon sous macOS 15 ou plus récent, avec des mises à jour automatiques que l'utilisateur accepte.

Le lendemain, une première personne l'a installée sur son Mac, en visio. Deux choses l'ont ralentie : Claude Desktop ne relit sa configuration qu'au démarrage, et rien ne le disait ; sur l'image du .dmg, l'encadré « Ouvrir quand même » ressemblait à un vrai bouton. La version 0.3.4, publiée le jour même, demande de relancer Claude et redessine l'encadré comme une capture d'écran. La 0.3.5 suit une demi-heure plus tard.