Résumé d'appels
J'ai construit un outil qui transforme mes appels en comptes rendus. J'enregistre avec OBS en un clic, le fichier part vers mon serveur maison dès qu'il y a du réseau, faster-whisper le transcrit chez moi, puis un modèle de langage rédige le compte rendu. Le PDF m'arrive sur Telegram.
Le problème
Après un appel, retrouver ce qui a été dit (les prix annoncés, les points en suspens, qui s'occupe de quoi) demande de réécouter ou de se fier à sa mémoire.
La solution
Le serveur transcrit l'audio avec faster-whisper large-v3 sur CPU. L'enregistrement, la transcription et les fichiers restent sur mon serveur. Seul le texte de la transcription part vers un serveur d'inférence externe, sans y être stocké, pour qu'un modèle de langage (Qwen) écrive un compte rendu structuré avec le contexte, les besoins, ce qui a été proposé avec les prix exacts, les points en suspens et les prochaines étapes. Sa consigne lui interdit d'inventer et lui demande d'écrire « non précisé » quand une information manque. Sa limite : Whisper peut mal entendre un nombre, donc je revérifie les prix et les dates. Sur CPU, compte 30 à 60 minutes de traitement par heure d'appel. Et préviens toujours l'interlocuteur que l'appel est enregistré.