space-enthusiast/meeting-minutes

Comptes rendus de réunion

Produisez des comptes rendus qu'une personne ayant manqué la réunion peut utiliser en toute confiance : chaque déclaration est traçable dans l'enregistrement, chaque étiquette de locuteur est honnête sur son degré de certitude.

L'enregistrement est la source de vérité. Une transcription est une preuve, et un compte rendu est une lecture de cette preuve. Les notes rédigées par un robot de réunion ou par un participant sont secondaires : utilisez-les uniquement pour recouper.

Modes de fonctionnement

Le chargement de ce skill n'autorise pas une exécution complète. Choisissez le mode le plus petit qui répond à la demande.

• Mode conseil : des questions sur la façon de transcrire, quel modèle convient à une machine, pourquoi les étiquettes de locuteur sont erronées, comment lire une transcription existante. Répondez à partir du fichier concerné. N'installez rien et ne créez pas de fichiers.
• Mode transcription : l'utilisateur souhaite uniquement le texte. Exécutez l'installation, la transcription et (sauf refus) la séparation des locuteurs. Arrêtez-vous après la transcription étiquetée par locuteur.
• Mode compte rendu : l'utilisateur souhaite un compte rendu. Exécutez toutes les phases et écrivez les fichiers listés dans « Sorties ».

Si la demande pourrait correspondre à plusieurs modes, posez une question courte avant d'installer quoi que ce soit.

Terminologie de la plateforme

Ce skill est neutre vis-à-vis de l'agent.

• Shell est ce que la plateforme utilise pour exécuter des commandes sur l'ordinateur de l'utilisateur.
• Exécution en arrière-plan est la manière dont la plateforme démarre une commande longue et est informée de sa fin. S'il n'y en a pas, exécutez la commande au premier plan et indiquez à l'utilisateur le temps à prévoir.
• Environnement est un environnement Python que ce skill crée une fois et réutilise. <python> est son interpréteur.
• Script de référence est un bloc de code dans ces fichiers. Enregistrez-le sous <out>/work/ et exécutez-le avec <python>. C'est un point de départ testé, pas un contrat fixe : adaptez-le lorsque la machine, la version de la bibliothèque ou la demande l'exige, et dites ce que vous avez modifié.

Principes

1. L'audio reste local. Ne téléchargez jamais l'enregistrement, ni aucune partie de celui-ci, vers un service distant. La transcription et la séparation des locuteurs s'exécutent sur cet ordinateur.
2. Soyez transparent sur la destination du texte. La transcription est du texte, et l'agent qui rédige le compte rendu le lit. Si cet agent est un modèle cloud, le texte va chez ce fournisseur. Dites-le une fois avant la première exécution si la réunion peut être sensible.
3. Seulement ce qui a été dit. Le compte rendu contient ce que la transcription supporte. Pas d'auteurs, dates, chiffres ou décisions inventés.
4. Étiquettes de locuteur honnêtes. Un numéro devient un nom uniquement avec des preuves. Une supposition est marquée comme telle.
5. Une seule tâche lourde à la fois, à faible priorité. Les modèles vocaux utilisent toute la machine. Ne lancez jamais la transcription et la séparation des locuteurs en même temps. Plus lent est acceptable ; l'utilisateur doit encore travailler sur cet ordinateur.
6. Demandez avant d'installer, ne gérez jamais de secrets. Affichez la commande avant d'installer un programme. L'utilisateur se connecte, accepte les conditions du modèle et stocke les jetons. Ne demandez pas de mot de passe ou de jeton dans la conversation.
7. Les erreurs de reconnaissance sont attendues. Les noms, les chiffres et le jargon sont les points faibles. Vérifiez ce qui compte plutôt que de le lisser.

Valeurs de configuration

Résolvez-les avant la première phase. Ne demandez à l'utilisateur que ce que vous ne pouvez pas trouver par vous-même.

• Répertoire du skill : le répertoire absolu contenant ce SKILL.md.
• Enregistrement : le chemin absolu du fichier audio ou vidéo.
• Répertoire de sortie <out> : par défaut, un nouveau dossier à côté de l'enregistrement, nommé d'après celui-ci avec -minutes ajouté. Utilisez un autre emplacement lorsque l'utilisateur en nomme un ou que l'enregistrement se trouve dans un dossier synchronisé ou partagé où les fichiers de travail ne devraient pas se trouver.
• Langue : demandez, ou laissez le modèle la détecter.
• Participants : noms, et équipes ou rôles si connus. Nécessaire pour attribuer des noms aux locuteurs et pour l'en-tête du compte rendu. Si l'utilisateur ne sait pas, continuez avec des locuteurs numérotés.
• Titre, date et heure, objectif : pour l'en-tête. Prenez-les de l'utilisateur ou du nom du fichier et des métadonnées ; jamais de suppositions.

Sorties

Tous les chemins sont dans <out>.

Fichier	Écrit en	Contenu
transcript.json	Phase 2	Segments avec horodatages au niveau du mot. Jamais modifié ensuite
transcript.txt	Phase 2	Le même texte, une ligne horodatée par segment. L'enregistrement non corrigé
diarization.json	Phase 3	Qui a parlé quand, locuteurs numérotés à partir de 1
speakers.json	Phase 4	Numéro de locuteur vers nom, avec marques d'incertitude
corrections.tsv	Phase 4	Erreurs de reconnaissance récurrentes et leurs corrections
transcript-speakers.txt	Phase 4	La transcription corrigée et étiquetée par locuteur. La base du compte rendu
minutes.md	Phase 5	Le compte rendu, avec la transcription étiquetée par locuteur en annexe
work/	toutes	Scripts de référence tels qu'exécutés, et journaux

Flux de travail

Phase	Lecture	Résultat
1. Configuration	SETUP.md	Un environnement fonctionnel, et une décision sur GPU ou CPU et sur la séparation des locuteurs
2. Transcription	TRANSCRIPTION.md	transcript.json, transcript.txt
3. Séparation des locuteurs	DIARIZATION.md	diarization.json
4. Locuteurs et corrections	SPEAKERS.md	speakers.json, corrections.tsv, transcript-speakers.txt
5. Compte rendu	MINUTES.md	minutes.md

La phase 1 est effectuée une fois par ordinateur ; les exécutions ultérieures ne font que la vérifier. Les phases 2 et 3 sont longues : utilisez une exécution en arrière-plan et continuez lorsqu'elle se termine. La phase 3 est ignorée lorsque l'utilisateur refuse l'accès ponctuel au modèle ; le reste fonctionne toujours, sans noms.

Vérifiez le résultat de chaque phase avant de commencer la suivante. Chaque fichier se termine par une section « Vérification ».

Rapport à l'utilisateur

Lorsque l'exécution se termine, dites à l'utilisateur :

• où se trouve minutes.md ;
• quels noms de locuteurs sont confirmés et lesquels sont des suppositions ;
• ce qui a été ignoré ou modifié par rapport aux valeurs par défaut, et pourquoi ;
• les points faibles connus de cette exécution (noms ou chiffres peu clairs, chevauchement de parole, passage de mauvaise qualité audio).

Anti-patrons

• Résumer des notes écrites par un robot de réunion alors que l'enregistrement est disponible. Ces notes omettent des parties de la réunion et fusionnent toutes les voix en une seule.
• Exécuter la transcription et la séparation des locuteurs en même temps « pour gagner du temps ». Cela ralentit les deux et peut épuiser la mémoire GPU.
• Donner au modèle vocal une liste de noms de participants comme indication. Il écrit alors ces noms dans des silences et ignore la parole réelle.
• Nommer un locuteur parce qu'un nom « convient ». Une seule attribution erronée dans un compte rendu partagé coûte plus cher que dix étiquettes « Intervenant 3 ».
• Corriger la transcription en réécrivant des phrases. Corrigez les mots mal entendus récurrents via corrections.tsv ; laissez le libellé tel quel.
• Rédiger un élément d'action avec un responsable et une date que personne n'a énoncés.
• Signaler un succès sans ouvrir le résultat. Lisez la première et la dernière minute de la transcription et comparez le nombre de locuteurs avec le nombre de participants.