машинное обучение NLP(создание модели которая делает краткую выжимку из текста)

есть веб сервис, в нем два окна, первое фиксирует что человек говорит в микрофон, второе сразу делает выжимку и основные моменты
необходимо чтоб модели работали локально
Так же модель по распознаванию голоса фиксировала спикеров с их именами и таким образом строил диалог
Вторая модель должна способна обрабатывать до 20 000 слов и выстраивать краткое содержание с учетом спикеров
Будет использоваться для конференций
В ответе прошу отписать стек с помощью которого будет реализовываться проект, чтоб было понимание что человек компетентный