Ba cách. Một: mã nguồn mở, phần nhận dạng nằm trong crates/summo-asr và không có client HTTP nào ở đó. Hai: rút mạng rồi ghi — vẫn chạy đủ. Ba: bật tường lửa chặn app, phiên âm không đổi. Chỉ tóm tắt và dịch mới cần mạng, và màn hình Cài đặt ghi rõ endpoint bạn đang dùng là cục bộ hay từ xa.

Không. Summo thu trực tiếp micro và âm thanh hệ thống trên máy bạn, nên nó hoạt động với Zoom, Meet, Teams, cuộc gọi điện thoại, hay họp trực tiếp trong phòng — mọi thứ máy bạn nghe được.

2.4% WER trên Fleurs VI với model gipformer-65M. Nhưng Fleurs là giọng đọc rõ ràng; họp thật khó hơn nhiều, và chúng tôi chưa công bố con số cho họp thật vì chưa có bản chép tay để đối chiếu. Khi có, nó sẽ nằm cạnh con số này.

Có. Từ bản này, dịch 46 ngôn ngữ chạy bằng model trong chính app — không cần Ollama, không cần mạng. Chỉ tóm tắt và hỏi đáp mới gọi tới một mô hình ngôn ngữ, và endpoint đó do bạn chọn.

Lần đầu chạy, Summo đo máy bạn trong 15 giây rồi chọn cặp model phù hợp. Model tiếng Việt mặc định nặng 73 MB và chạy nhanh hơn thời gian thực 9 lần trên CPU bốn nhân — không cần GPU.

Một thư mục Markdown trong thư mục dữ liệu ứng dụng. Mở bằng Obsidian được, grep được, cho vào git được. Audio lưu Opus, mặc định tự xoá sau 30 ngày nhưng giữ lại transcript — bạn đổi được.

App và phần lõi là AGPL-3.0, nên không ai lấy đi làm dịch vụ đóng. Phần trả phí trong tương lai là dịch vụ đồng bộ, nằm ở kho riêng và không cần thiết để app chạy. Doanh nghiệp muốn thoát AGPL thì mua giấy phép thương mại.