Recording to Tasks

Un tool Python da linea di comando che trasforma le registrazioni audio/video di meeting in trascrizioni e to-do list strutturate utilizzando le API di OpenAI (Whisper per la trascrizione e GPT per l'analisi).

🚀 Funzionalità

• Trascrizione automatica di file audio e video usando Whisper
• Estrazione intelligente di task, decisioni e action item dal contenuto
• Gestione file grandi con chunking automatico
• Supporto multi-formato (MP4, MOV, WAV, MP3, M4A, etc.)
• Elaborazione parallela per velocizzare la trascrizione
• Retry automatico in caso di errori API
• Timestamp precisi per ogni sezione
• Output strutturato in formato Markdown

🛠️ Setup e Installazione

Prerequisiti

1. Python 3.8+ installato sul sistema
2. ffmpeg installato:

   # macOS
   brew install ffmpeg
   
   # Ubuntu/Debian
   sudo apt update && sudo apt install ffmpeg
   
   # Windows
   # Scarica da https://ffmpeg.org/download.html

3. Account OpenAI con API key

Installazione

Opzione 1: Setup Automatico (Consigliato)

1. Clona il repository:

   git clone <repository-url>
   cd RecordingToTasks

2. Esegui lo script di setup:

   ./setup.sh

   Lo script installerà automaticamente:

   • ffmpeg (se non presente)
   • L'ambiente virtuale Python
   • Tutte le dipendenze necessarie
   • Creerà il file .env dal template

3. Configura la tua API key:

   Modifica il file .env inserendo la tua API key di OpenAI:

   OPENAI_API_KEY=sk-your-actual-api-key-here
   

Opzione 2: Setup Manuale

1. Clona il repository:

   git clone <repository-url>
   cd RecordingToTasks

2. Crea e attiva l'ambiente virtuale:

   python3 -m venv venv
   source venv/bin/activate  # Su Windows: venv\Scripts\activate

3. Installa le dipendenze:

   pip install -r requirements.txt

4. Configura le variabili d'ambiente:

   cp env.example .env

   Modifica il file .env inserendo la tua API key di OpenAI:

   OPENAI_API_KEY=sk-your-actual-api-key-here
   

Verifica dell'installazione

python main.py --help

Oppure esegui il test di setup:

python test_setup.py

📖 Utilizzo

Comando base

python main.py /path/to/your/recording.mp4

Esempi

# Trascrivi un file video
python main.py meeting_2024_01_15.mp4

# Trascrivi un file audio
python main.py call_with_client.wav

# Elabora più file in sequenza
python main.py file1.mp4 file2.wav file3.m4a

# Mostra aiuto
python main.py --help

Formati supportati

Audio: .wav, .mp3, .m4a, .flac, .aac, .ogg, .wma Video: .mp4, .mov, .avi, .mkv, .wmv, .flv, .webm, .m4v

Output

Il tool genererà due file nella cartella output/:

1. filename_transcription.txt - Trascrizione completa con timestamp
2. filename_tasks.md - Analisi strutturata con:
   • Riassunto esecutivo
   • Partecipanti (se identificabili)
   • Punti chiave discussi
   • Decisioni prese
   • Action items / To-do list con responsabili e scadenze
   • Prossimi passi
   • Note aggiuntive

⚙️ Configurazione

Variabili d'ambiente (file .env)

# API Configuration
OPENAI_API_KEY=your_api_key_here
OPENAI_ORG_ID=your_org_id_here  # Opzionale

# Model Selection
WHISPER_MODEL=whisper-1          # Modello per trascrizione
CHAT_MODEL=gpt-4o-mini          # Modello per analisi

# Processing Configuration
MAX_RETRIES=3                    # Retry in caso di errore
MAX_PARALLEL_TASKS=3            # Task paralleli per trascrizione
SIZE_LIMIT_MB=20                # Limite dimensione file (MB)

Modelli disponibili

Per la trascrizione:

• whisper-1 - Modello standard, ottimo rapporto qualità/prezzo

Per l'analisi:

• gpt-4o-mini - Veloce ed economico, qualità alta
• gpt-3.5-turbo - Alternativa economica
• gpt-4o - Massima precisione ma più costoso

💰 Costi Stimati

I costi dipendono dalla lunghezza delle registrazioni:

Whisper (trascrizione):

• $0.006 per minuto di audio

GPT-4o-mini (analisi):

• ~$0.001-0.003 per meeting di 1 ora

Esempio: Meeting di 1 ora = $0.36 + $0.002 = **$0.37 totale**

🔧 Gestione File Grandi

Il tool gestisce automaticamente file di grandi dimensioni:

• Chunking automatico: File > 20MB vengono divisi in chunk
• Elaborazione parallela: Più chunk processati contemporaneamente
• Ricostruzione timeline: I timestamp vengono preservati nell'output finale

🛠️ Sviluppo

Struttura del progetto

RecordingToTasks/
├── main.py              # Script principale
├── requirements.txt     # Dipendenze Python
├── setup.sh            # Script di installazione automatica
├── test_setup.py       # Test di verifica setup
├── .env                # Configurazione (non committato)
├── env.example         # Template configurazione
├── README.md           # Documentazione
├── .gitignore          # File da ignorare
├── venv/               # Ambiente virtuale
├── temp/               # File temporanei
└── output/             # File di output

Dipendenze

• openai: Client per le API di OpenAI
• python-dotenv: Gestione variabili d'ambiente
• ffmpeg: Elaborazione audio/video (dipendenza esterna)

Contribuire

1. Fork del repository
2. Crea un branch per la feature: git checkout -b feature/nome-feature
3. Commit delle modifiche: git commit -am 'Aggiunge nuova feature'
4. Push del branch: git push origin feature/nome-feature
5. Apri una Pull Request

🐛 Risoluzione problemi

Errori comuni

"ffmpeg not found"

# Verifica installazione
ffmpeg -version

# Se non installato, segui i prerequisiti

"OpenAI API key not found"

# Verifica file .env
cat .env

# Assicurati che la chiave sia corretta

"File troppo grande"

• Il tool gestisce automaticamente file grandi
• Aumenta SIZE_LIMIT_MB in .env se necessario

Errori di trascrizione

• Il tool riprova automaticamente con backoff esponenziale
• Controlla la connessione internet
• Verifica i limiti di rate dell'API OpenAI

Debug

Per debug più dettagliato, modifica temporaneamente il file main.py aggiungendo:

import logging
logging.basicConfig(level=logging.DEBUG)

📄 Licenza

MIT License - vedi file LICENSE per dettagli

🤝 Supporto

Per bug report o feature request, apri una issue su GitHub.

---

Nota: Questo tool è ottimizzato per meeting in italiano e inglese. Per altre lingue, potrebbe essere necessario modificare i prompt di analisi nel file main.py.