Meeting Assistant (Transcription Tool)

Version: 0.6.0 Status: Beta (AI Insights Integration)

Der Meeting Assistant ist eine leistungsstarke Suite zur Transkription und Bearbeitung von Audio-Aufnahmen. Er kombiniert lokale FFmpeg-Verarbeitung mit der Gemini 2.0 Flash AI.

1. Architektur & Stack

FFmpeg Engine: Automatisches Splitting großer Dateien in 30-Minuten-Segmente.
Gemini 2.0 Flash: AI-Transkription mit Fokus auf JSON-Struktur (Sprecher, Timestamps) und zur Generierung von Meeting-Analysen.
Prompt Library: Eine Sammlung von Vorlagen zur Steuerung der KI-Analyse.
Structured Storage: SQLite speichert jedes Segment als editierbares JSON-Array und die Ergebnisse der KI-Analyse.
Unified UI: Das Frontend fügt alle Segmente zu einem nahtlosen Dokument zusammen und bietet interaktive Analyse-Funktionen.

2. Key Features (v0.6.0)

🚀 NEU: AI Insights & Translation

Übersetzung (DE/EN): Übersetzt das gesamte Transkript mit einem Klick ins Englische.
Meeting-Protokoll: Erstellt automatisch ein formelles Protokoll (Meeting Minutes) mit Agenda, Entscheidungen und nächsten Schritten.
Action Items: Extrahiert eine Aufgabenliste mit Verantwortlichen und Fälligkeiten direkt aus dem Gespräch.
Rollenbasierte Zusammenfassungen: Generiert spezifische Zusammenfassungen, z.B. eine "Sales Summary", die sich auf Kundenbedürfnisse, Kaufsignale und nächste Schritte für das Vertriebsteam konzentriert.

🎙️ Intelligente Transkription

Unterstützt MP3/WAV bis 500MB.
Native Sprechererkennung und Zeitstempel-Normalisierung über Segmentgrenzen hinweg.

👥 Globales Sprecher-Management

Speaker Bar: Eine Übersicht aller im Dokument gefundenen Sprecher.
Global Rename: Mit einem Klick kann ein Sprecher (z.B. "Speaker A") im gesamten Dokument dauerhaft umbenannt werden (z.B. "Thomas").

✂️ Präzises Schneiden (Trimming)

Trim Start: Löscht alles vor einer ausgewählten Zeile (ideal zum Entfernen von Vorgesprächen).
Trim End: Löscht alles nach einer ausgewählten Zeile (entfernt Verabschiedungen).
Single Line Delete: Einzelne Zeilen oder Störgeräusche können individuell entfernt werden.

📝 Editor & Export

Inline-Edit: Jeder Textblock und jeder Sprechername kann durch direktes Anklicken korrigiert werden.
Copy Full Transcript: Kopiert das gesamte, bereinigte Transkript inkl. Timestamps in die Zwischenablage.
Copy Insights: Jedes Analyse-Ergebnis kann einfach in die Zwischenablage kopiert werden.

3. API Endpunkte

Methode	Pfad	Beschreibung
`GET`	`/meetings`	Liste aller Meetings.
`POST`	`/upload`	Audio-Upload & Prozess-Start.
`POST`	`/meetings/{id}/insights`	Neu: Generiert eine Analyse (z.B. Protokoll, Action Items).
`POST`	`/meetings/{id}/translate`	Neu: Übersetzt das Transkript in eine Zielsprache (aktuell: 'English').
`POST`	`/meetings/{id}/rename_speaker`	Globale Umbenennung in der DB.
`PUT`	`/chunks/{id}`	Speichert manuelle Text-Korrekturen.
`DELETE`	`/meetings/{id}`	Vollständiges Löschen.

4. Roadmap

v0.7: Search: Globale Suche über alle Transkripte hinweg.
v0.8: Q&A an das Meeting: Ermöglicht, Fragen direkt an das Transkript zu stellen ("Was wurde zu Thema X beschlossen?").
v0.9: Export-Formate: Export der Ergebnisse in verschiedene Formate (z.B. PDF, DOCX).

5. Development Notes & Troubleshooting

Bei der Implementierung der AI-Insights-Funktion (v0.6.0) traten mehrere Probleme auf, deren Lösungen für die zukünftige Entwicklung wichtig sind:

Isolierung von Microservices: Der Versuch, eine zentrale helpers.py-Datei aus dem transcription-app-Container zu importieren, schlug mit einem ModuleNotFoundError fehl.
- Lösung: Kritische Funktionen (wie der Gemini-API-Client) wurden in eine lokale Bibliothek (/lib/gemini_client.py) innerhalb des Service-Backends dupliziert, um den Service eigenständig zu machen.
API-Schlüssel in Docker: Der neue, isolierte Service konnte den API-Schlüssel nicht aus einer Datei lesen.
- Lösung: Der GEMINI_API_KEY wurde als Umgebungsvariable über die docker-compose.yml-Datei an den Container übergeben. Dies ist die Best Practice für die Bereitstellung von "Secrets" für containerisierte Anwendungen. Wichtig: Ein docker-compose restart reicht nicht aus, um die Änderung zu übernehmen; ein docker-compose up -d --force-recreate <service_name> ist erforderlich.
Modell-Kompatibilität: API-Aufrufe schlugen mit 404 NOT_FOUND fehl, weil versucht wurde, ein nicht zum API-Schlüssel passendes Modell (gemini-1.5-flash) zu verwenden.
- Lösung: Der Modellname wurde auf das im Projekt etablierte und funktionierende Modell gemini-2.0-flash korrigiert.
Datenformatierung: Die KI lieferte generische Antworten, weil das an sie übergebene Transkript leer war.
- Lösung: Die Analyse des rohen JSON-Outputs aus der Datenbank (debug_chunks-Endpunkt) zeigte, dass die Formatierungslogik die absolute_seconds zur korrekten chronologischen Sortierung verwenden muss. Die _format_transcript-Funktion wurde entsprechend angepasst.

5.3 KiB Raw Blame History