TRIBALCORE Написать
Все проекты

Meeting to Spec

Как запись встречи превращается в черновик ТЗ

Командный проект с хакатона 2026, потом доработанный. Сервис распознаёт речь, выделяет требования и связывает каждое с фрагментом разговора, чтобы результат AI можно было проверить.

  • Python
  • FastAPI
  • React
  • TypeScript
  • Whisper
Разобрать пример
Meeting to Spec: транскрипция встречи рядом со списком требований, у каждого требования ссылка на фрагмент
Бронирование переговорныхпример из репозитория

Задача

После встречи договорённости остаются в записи, заметках или памяти участников. На расшифровку и первый черновик ТЗ уходит много времени, а ограничения и открытые вопросы легко потерять.

Нужен черновик, который быстро получить и легко проверить: откуда взялось каждое требование.

Одна встреча

Пример из репозитория: обсуждение сервиса бронирования переговорных, 2 минуты 6 секунд.

  1. Запись загружается

    Подходят MP3, MP4, WAV, M4A и WebM до 25 МиБ. Перед анализом запись можно прослушать и перемотать, чтобы убедиться, что выбран нужный файл.

    Файл
    MP3, 2,9 МБ
    Длина
    2:06
    Загрузка записи: файл «Пример аудиозаписи.mp3», плеер для предпросмотра и кнопка «Анализировать»
    Загрузка и предпросмотр
  2. Требования связаны с разговором

    Whisper строит транскрипцию с таймкодами, GPT-OSS 120B собирает основную структуру ТЗ. У каждого требования есть ссылки на фрагменты: по ним видно, что требование действительно прозвучало.

    Фрагментов
    44
    Требований
    13
    Транскрипция с таймкодами рядом со списком требований; у требований ссылки на фрагменты #8 и #9
    Транскрипция и требования
  3. Второй проход ищет недосказанное

    Отдельный запрос к GPT-OSS 20B ищет ограничения, открытые вопросы, договорённости и противоречия: «пока не решили», «для первой версии не делаем». Если он не ответил, основной результат всё равно приходит. Итог скачивается в Markdown.

    Противоречий
    1
    Открытых вопросов
    3
    Блоки анализа: противоречия, пользовательские сценарии, роли, ограничения, открытые вопросы и договорённости
    Дополнительные категории

Что я сделал

  • Backend на FastAPI и HTTP API: проверка формата и размера файла, единый JSON для интерфейса.
  • AI-конвейер на стороне backend: Whisper и два прохода GPT-OSS через Groq, объединение результатов без дублей.
  • Обработку ошибок и запасной вариант, если второй проход не ответил.
  • Связку интерфейса с backend и развёртывание на VPS.
  • Интеграционное тестирование и отладку перед финалом хакатона.

AI и человек

AI пишет черновик, проверяет человек. Требования можно править, добавлять и удалять, а ссылки на фрагменты показывают, откуда взялось каждое.

Ограничения

  • Файл до 25 МиБ: для длинных записей нужна очередь задач.
  • Скорость упирается в лимиты внешнего API.
  • Результат нужно проверять: это черновик, а не готовое ТЗ.

Код открыт. В репозитории есть пример записи, скриншоты и инструкция по запуску. Для анализа нужен ключ Groq API.

Нужно что‑то похожее?

Беру проекты и открыт к работе в команде. Расскажу, как устроен Meeting to Spec.

Почта ilalatorcev@gmail.com

отвечаю в течение дня