# Meeting Assistant (Transcription Tool)

**Version:** 0.1.0
**Status:** Beta (Core Functionality)

Der **Meeting Assistant** ist ein lokaler Micro-Service zur Transkription und Analyse von Audio-Dateien (Meetings, Calls, Interviews). Er kombiniert die Datensicherheit einer lokalen Datenhaltung mit der Leistungsfähigkeit von Googles **Gemini 2.0 Flash** Modell für kostengünstige, hochqualitative Speech-to-Text Umwandlung.

---

## 1. Architektur

Der Service folgt dem "Sidecar"-Pattern im Docker-Stack und ist vollständig in das Dashboard integriert.

*   **Frontend:** React (Vite + Tailwind) unter `/tr/`.
*   **Backend:** FastAPI (Python) unter `/tr/api/`.
*   **Processing:**
    *   **FFmpeg:** Zerlegt große Audio-Dateien (> 2 Stunden) in verarbeitbare 30-Minuten-Chunks.
    *   **Gemini 2.0 Flash:** Führt die eigentliche Transkription durch (via `google-genai` SDK).
    *   **SQLite:** Speichert Metadaten, Status und Ergebnisse.
*   **Storage:** Lokales Docker-Volume für Audio-Uploads (werden nach Verarbeitung *nicht* gelöscht, um Re-Analysen zu ermöglichen).

### Datenfluss
1.  **Upload:** User lädt MP3 hoch -> Speicherung in `/app/uploads_audio`.
2.  **Chunking:** Backend startet Background-Task -> FFmpeg erstellt Segmente in `/app/uploads_audio/chunks/{id}/`.
3.  **Transkription:** Loop über alle Chunks -> Upload zu Gemini File API -> Generierung -> Löschung aus Gemini Cloud -> Speicherung in DB.
4.  **Assemblierung:** (Geplant für v0.2) Zusammenfügen der Text-Fragmente.

---

## 2. API Endpunkte

Basis-URL: `/tr/api`

| Methode | Pfad | Beschreibung |
| :--- | :--- | :--- |
| `GET` | `/meetings` | Liste aller Meetings inkl. Status. |
| `POST` | `/upload` | Upload einer Audio-Datei (`multipart/form-data`). Startet Prozess. |
| `GET` | `/health` | Status-Check. |

---

## 3. Datenbank Schema (SQLite)

Datei: `transcripts.db`

### `meetings`
*   `id`: PK
*   `title`: Dateiname (z.B. "Jours_Fixe_Januar.mp3")
*   `status`: `UPLOADED` -> `SPLITTING` -> `TRANSCRIBING` -> `COMPLETED`
*   `duration_seconds`: Gesamtlänge
*   `file_path`: Lokaler Pfad

### `transcript_chunks`
*   `id`: PK
*   `meeting_id`: FK
*   `chunk_index`: 0, 1, 2...
*   `raw_text`: Das rohe Transkript von Gemini.

---

## 4. Konfiguration & Limits

*   **Max Upload Size:** 500 MB (konfiguriert in Nginx).
*   **Chunk Size:** 30 Minuten (1800 Sekunden).
*   **Modell:** `gemini-2.0-flash` (Temperatur 0.1 für Faktentreue).
*   **Kosten:** Gemini 2.0 Flash ist extrem günstig (Audio-Input), aber beachten Sie die API-Limits bei sehr vielen parallelen Uploads.

---

## 5. Roadmap / Next Steps

*   **v0.2:** Frontend-Detailansicht mit Volltext-Anzeige.
*   **v0.3:** Sprecher-Identifikation (Mapping "Speaker A" -> "Thomas").
*   **v0.4:** "Meeting Notes" Generator (Zusammenfassung via LLM).

---

## 6. Troubleshooting

*   **Upload bricht ab:** Prüfen Sie, ob die Datei > 500MB ist oder der Nginx-Timeout (1800s) greift.
*   **Status bleibt bei "TRANSCRIBING":** Prüfen Sie die Docker-Logs (`docker logs transcription-app`). Evtl. ist der API-Key ungültig oder das Quota erschöpft.
*   **FFmpeg Fehler:** Stellen Sie sicher, dass das Eingangsformat valide ist (MP3, WAV, M4A werden meist unterstützt).