Программа обработки аудио с AI: транскрибация + диаризация + саммари (Python)

Требуется разработать десктопную программу для автоматической обработки аудиозаписей, работающую полностью офлайн.

ЧТО ДОЛЖНА ДЕЛАТЬ ПРОГРАММА:
1. Транскрибация — перевод аудио в текст (русский язык)
2. Диаризация — разметка по спикерам (Спикер 1, Спикер 2 и т.д.)
3. Саммари — краткое содержание разговора

ТЕХНИЧЕСКИЕ ТРЕБОВАНИЯ:
- Железо (предоставляется): ноутбук MSI Raider 18, RTX 5090 24GB, 64GB RAM
- AI-модели: GigaAM v3, Pyannote 3.1, GigaChat3
- Работа полностью офлайн (все модели локальные)
- Поддержка длинных записей (до 24 часов)
-Обработка 1 часа аудиозаписи за <5 минут
- Форматы: MP3, WAV, M4A

ИНТЕРФЕЙС:
Нужен простой GUI для пользователя без технических знаний:
- Кнопка загрузки аудио
- Индикатор прогресса
- Вывод: транскрипт с разметкой спикеров + саммари
- Сохранение в Word/PDF
- Выбор: только транскрипт / транскрипт + саммари

РЕЗУЛЬТАТ:
- Готовая программа с графическим интерфейсом
- Все модели скачаны и настроены
- Запуск одним кликом
- Краткая инструкция

ФОРМАТ РАБОТЫ:
Удалённая разработка. Финальная установка на мой ноутбук (удалённо или лично в Москве).

Стек: Python, PyTorch, Gradio/PyQt, transformers