[W-02] Транскрипция встреч: faster-whisper → заметка в buryan-work

This commit is contained in:
buryan-agent committed 2026-10-21 15:05:00 +03:00
1 parent 4119f8727a
commit 8a7fa7e2e9
3 files changed
+161 -1

No files matched your search

+1 -1
View File
@@ -60,4 +60,4 @@
| # | Задача | Статус | Артефакт |
|---|---|---|---|
| W-01 | Presale Cockpit MVP | ✅ | репо `infrastructure/buryan-work`: КП, ТЗ, чек-лист, матрица ВКС, `!пресейл` |
| W-02 | Транскрипция встреч | ⏳ | Whisper |
| W-02 | Транскрипция встреч | ✅ | `meeting-transcribe`: faster-whisper → заметка в buryan-work; LLM-выжимка ждёт Ollama |
+26
View File
@@ -0,0 +1,26 @@
# Транскрипция встреч
```
meeting-transcribe <аудио|видео> [--client Имя] [--model tiny|base|small] [--push]
```
## Как работает
1. `ffmpeg` приводит файл к 16 кГц моно.
2. `faster-whisper` (CPU, int8) распознаёт речь на русском.
3. Из текста выделяются решения, вопросы и следующие шаги (эвристика).
4. Заметка пишется в `/opt/buryan-work/meetings/<дата>-<клиент>.md`.
5. С `--push` — коммит и пуш в Gitea.
## Ловушки
1. **faster-whisper 1.2.1 + старый `av`** — `TypeError: metadata_errors`.
Обход: подаём numpy-массив (декодируем через ffmpeg), а не путь к файлу.
2. **Модель скачивается с HuggingFace** при первом запуске (`tiny` ~75 МБ).
3. **Ollama не установлена** — выжимка пока эвристическая, не LLM.
## Дальше
- Поставить Ollama и заменить эвристику на LLM-выжимку.
- Команда в боте: `!встреча <файл>`.
- Автозагрузка записи из Zoom/TrueConf.
+134
View File
@@ -0,0 +1,134 @@
#!/usr/bin/env python3
"""Транскрипция встречи: faster-whisper → заметка в buryan-work.
Использование:
transcribe.py <аудио|видео> [--client Имя] [--model tiny|base|small] [--push]
"""
import json
import os
import re
import subprocess
import sys
import time
from datetime import datetime
WORK = "/opt/buryan-work"
MODEL = os.environ.get("WHISPER_MODEL", "base")
def sh(cmd, timeout=600):
r = subprocess.run(cmd, shell=True, capture_output=True, text=True, timeout=timeout)
return r.returncode, (r.stdout or ""), (r.stderr or "")
def decode_np(path):
"""Декодирует через ffmpeg в float32 — обходит несовместимость av."""
import numpy as np
r = subprocess.run(
["ffmpeg", "-v", "quiet", "-i", path, "-f", "s16le", "-acodec", "pcm_s16le",
"-ar", "16000", "-ac", "1", "-"],
capture_output=True, timeout=600)
if r.returncode != 0:
raise RuntimeError("ffmpeg decode failed")
audio = np.frombuffer(r.stdout, np.int16).astype(np.float32) / 32768.0
return audio
def to_wav(src):
dst = "/tmp/meeting-" + str(int(time.time())) + ".wav"
rc, _, err = sh(f"ffmpeg -y -i '{src}' -ar 16000 -ac 1 -c:a pcm_s16le '{dst}'")
if rc != 0:
raise RuntimeError(f"ffmpeg: {err[:200]}")
return dst
def transcribe(path, model_size=MODEL):
from faster_whisper import WhisperModel
model = WhisperModel(model_size, device="cpu", compute_type="int8")
audio = decode_np(path)
segments, info = model.transcribe(audio, language="ru", vad_filter=True,
beam_size=1)
rows = []
for seg in segments:
rows.append({"start": round(seg.start, 1), "end": round(seg.end, 1),
"text": seg.text.strip()})
return rows, getattr(info, "duration", None)
def summarize(rows):
"""Простая выжимка без LLM: решения, вопросы, следующие шаги."""
text = " ".join(r["text"] for r in rows)
sentences = re.split(r"(?<=[.!?])\s+", text)
decisions = [s for s in sentences if re.search(
r"\b(решили|договорились|утвердили|согласовали|выбрали)\b", s, re.I)]
questions = [s for s in sentences if s.strip().endswith("?")]
actions = [s for s in sentences if re.search(
r"\b(нужно|надо|сделаем|подготов|отправ|провер|созвон|доработа)\w*", s, re.I)]
return {
"decisions": decisions[:8],
"questions": questions[:8],
"actions": actions[:10],
"key": sentences[:5],
}
def make_note(rows, summary, client, source, duration):
date = datetime.now().strftime("%Y-%m-%d")
name = f"{date}-{(client or 'встреча').replace(' ', '-')}.md"
path = os.path.join(WORK, "meetings", name)
os.makedirs(os.path.dirname(path), exist_ok=True)
lines = [f"# Встреча: {client or 'без названия'}", "",
f"**Дата:** {date} ", f"**Источник:** `{os.path.basename(source)}` ",
f"**Длительность:** {round(duration or 0)} с", "", "## Решения", ""]
lines += [f"- {s}" for s in summary["decisions"]] or ["- (не найдено)"]
lines += ["", "## Вопросы", ""]
lines += [f"- {s}" for s in summary["questions"]] or ["- (не найдено)"]
lines += ["", "## Следующие шаги", ""]
lines += [f"- [ ] {s}" for s in summary["actions"]] or ["- [ ] (не найдено)"]
lines += ["", "## Транскрипт", "", "```"]
for r in rows:
lines.append(f"[{r['start']:>7.1f}] {r['text']}")
lines += ["```", ""]
open(path, "w", encoding="utf-8").write("\n".join(lines))
return path
def push(note, client):
if not os.path.isdir(WORK + "/.git"):
return "нет локальной копии"
rel = os.path.relpath(note, WORK)
sh(f"cd {WORK} && git add -A && "
f"git -c user.name=buryan-agent -c user.email=agent@buryans.ru "
f"commit -q -m 'Встреча: {client or 'без названия'}' && git push -q")
return f"закоммичено: {rel}"
def main():
if len(sys.argv) < 2:
print(__doc__)
return
src = sys.argv[1]
client = None
do_push = "--push" in sys.argv
if "--client" in sys.argv:
client = sys.argv[sys.argv.index("--client") + 1]
model = MODEL
if "--model" in sys.argv:
model = sys.argv[sys.argv.index("--model") + 1]
if not os.path.exists(src):
print("файл не найден:", src)
return
wav = to_wav(src)
print("распознаю...")
rows, duration = transcribe(wav, model)
print(f"сегментов: {len(rows)}, длительность: {round(duration or 0)} с")
summary = summarize(rows)
note = make_note(rows, summary, client, src, duration)
print("заметка:", note)
if do_push:
print(push(note, client))
print(json.dumps({k: len(v) for k, v in summary.items()}, ensure_ascii=False))
if __name__ == "__main__":
main()