Grave, transcreva e analise suas reuniões com Inteligência Artificial
Instalação • Arquitetura • Configuração • Deploy • API
--- ## 📖 Sobre o Projeto O **MAIA** (Meeting AI Assistant) é uma plataforma desenvolvida pela **ASAP Telecom** para gravar, transcrever e analisar reuniões automaticamente usando Inteligência Artificial. ### ✨ Funcionalidades Principais - 🎙️ **Gravação contínua** de reuniões via navegador (sem gaps, usando MediaRecorder API com timeslice) - 📝 **Transcrição automática** com Whisper.cpp na GPU (modelo large-v3, alta precisão) - 👥 **Diarização de speakers** — identifica quem falou o quê (SpeechBrain ECAPA-TDNN, ~85% precisão) - 🤖 **Análise com IA** — resumo, pontos de ação e insights com LLM (deepseek-v3.1) - 🔐 **Autenticação SSO** via Keycloak - 📱 **PWA instalável** em Android e iOS - 🔎 **Histórico** com busca de reuniões passadas - 👤 **Identificação de speakers** por enrollment de voz --- ## 🏗️ Arquitetura ``` ┌─────────────────────────────────────────────────────────────────┐ │ CLIENTE │ │ Browser / PWA (React 18 + Vite + TypeScript) │ │ MediaRecorder API → chunks de áudio → upload automático │ └────────────────────────┬────────────────────────────────────────┘ │ HTTPS ▼ ┌─────────────────────────────────────────────────────────────────┐ │ APP SERVER (5.0.0.181) │ │ ┌─────────────┐ ┌──────────────────┐ ┌──────────────────┐ │ │ │ Nginx :80 │ │ Backend API :8090 │ │ Diarization :5060│ │ │ │ (Frontend) │ │ FastAPI + Celery │ │ FastAPI+SpeechBr.│ │ │ └─────────────┘ └────────┬─────────┘ └────────┬─────────┘ │ │ │ │ │ │ ┌─────────────┐ ┌────────▼─────────┐ │ │ │ │ PostgreSQL │ │ Redis (Celery) │ │ │ │ └─────────────┘ └──────────────────┘ │ │ └────────────────────────────┬──────────────────────┼────────────┘ │ │ ┌──────────────▼──────┐ ┌──────────▼───────────┐ │ GPU SERVER │ │ LLM Server │ │ 10.100.16.13 :5003 │ │ asapai.asaptelecom. │ │ Whisper.cpp GPU │ │ com.br/ollama │ │ AMD GPU, large-v3 │ │ deepseek-v3.1:671b │ └─────────────────────┘ └──────────────────────┘ ┌─────────────────────┐ │ Keycloak SSO │ │ Autenticação/Authz │ └─────────────────────┘ ``` ### 📁 Estrutura do Monorepo ``` Maia/ ├── frontend/ # PWA React 18 + Vite + TypeScript ├── backend/ # API FastAPI + Celery + PostgreSQL ├── diarization/ # API de Diarização com SpeechBrain ├── README.md └── CHANGELOG.md ``` --- ## ⚙️ Requisitos | Componente | Requisito | |------------|-----------| | Node.js | 18+ | | Python | 3.11+ | | PostgreSQL | 14+ | | Redis | 7+ | | GPU | AMD/NVIDIA (para Whisper GPU) | | RAM | 16 GB mínimo (32 GB recomendado) | | VRAM | 8 GB mínimo para Whisper large-v3 | --- ## 🚀 Instalação ### Frontend ```bash cd frontend npm install cp .env.example .env # Edite o .env com as variáveis necessárias npm run dev # desenvolvimento npm run build # produção ``` ### Backend ```bash cd backend python -m venv venv source venv/bin/activate # Linux/Mac venv\Scripts\activate # Windows pip install -r requirements.txt cp .env.example .env # Edite o .env com as variáveis necessárias alembic upgrade head # aplicar migrações uvicorn app.main:app --host 0.0.0.0 --port 8090 ``` ### Diarization API ```bash cd diarization python -m venv venv source venv/bin/activate pip install -r requirements.txt cp .env.example .env uvicorn main:app --host 0.0.0.0 --port 5060 ``` --- ## 🔧 Configuração ### Variáveis de Ambiente — Backend (`backend/.env`) ```env DATABASE_URL=postgresql://user:password@localhost:5432/maia REDIS_URL=redis://localhost:6379/0 KEYCLOAK_URL=https://seu-keycloak.exemplo.com KEYCLOAK_REALM=seu-realm KEYCLOAK_CLIENT_ID=maia-backend OLLAMA_URL=https://llm.exemplo.com/ollama OLLAMA_MODEL=deepseek-v3.1:671b-cloud WHISPER_URL=http://gpu-server:5003 ``` ### Variáveis de Ambiente — Diarization API (`diarization/.env`) ```env WHISPER_ORIGIN=http://gpu-server:5003 VOICE_DB_PATH=/data/voice_db SPEAKER_CONFIDENCE_THRESHOLD=0.75 HF_TOKEN=seu_token_huggingface SPEECHBRAIN_CACHE=/data/speechbrain_cache ``` ### Variáveis de Ambiente — Frontend (`frontend/.env`) ```env VITE_API_URL=http://seu-backend:8090 VITE_KEYCLOAK_URL=https://seu-keycloak.exemplo.com VITE_KEYCLOAK_REALM=seu-realm VITE_KEYCLOAK_CLIENT_ID=maia-frontend ``` --- ## 🐳 Deploy ### Com Podman/Docker Compose ```bash # Na raiz do projeto podman-compose up -d ``` ### Deploy Manual #### Backend (systemd) ```bash # /etc/systemd/system/maia-backend.service [Unit] Description=MAIA Backend API After=network.target postgresql.service redis.service [Service] User=maia WorkingDirectory=/opt/Backend/meeting-assistant-api ExecStart=/opt/Backend/venv/bin/uvicorn app.main:app --host 0.0.0.0 --port 8090 Restart=always [Install] WantedBy=multi-user.target ``` #### Celery Worker ```bash celery -A app.celery_app worker --loglevel=info -Q transcription,analysis ``` #### Frontend (Nginx) ```nginx server { listen 80; root /var/www/maia; index index.html; location / { try_files $uri $uri/ /index.html; } location /api/ { proxy_pass http://localhost:8090/; } } ``` --- ## 🔌 Endpoints Principais da API ### Backend API (`http://server:8090`) | Método | Endpoint | Descrição | |--------|----------|-----------| | `POST` | `/meetings/` | Criar nova reunião | | `GET` | `/meetings/` | Listar reuniões | | `GET` | `/meetings/{id}` | Detalhes da reunião | | `DELETE` | `/meetings/{id}` | Deletar reunião | | `POST` | `/meetings/{id}/upload-chunk` | Upload de chunk de áudio | | `POST` | `/meetings/{id}/finalize` | Finalizar e processar reunião | | `GET` | `/meetings/{id}/transcript` | Transcrição completa | | `GET` | `/meetings/{id}/analysis` | Análise da IA | | `POST` | `/speakers/enroll` | Enrollar speaker com voz | | `GET` | `/speakers/` | Listar speakers | | `GET` | `/admin/users` | (Admin) Listar usuários | ### Diarization API (`http://server:5060`) | Método | Endpoint | Descrição | |--------|----------|-----------| | `POST` | `/transcribe` | Transcrever + diarizar áudio | | `POST` | `/enroll` | Enrollar voz de speaker | | `GET` | `/speakers` | Listar speakers cadastrados | | `DELETE` | `/speakers/{name}` | Remover speaker | | `GET` | `/health` | Health check | --- ## 🛠️ Tecnologias ### Frontend | Tecnologia | Versão | Uso | |------------|--------|-----| | React | 18 | Framework UI | | Vite | 5 | Build tool | | TypeScript | 5 | Tipagem estática | | Zustand | 4 | Gerenciamento de estado | | Axios | 1.x | Cliente HTTP | | Workbox | 7 | PWA / Service Worker | | MediaRecorder API | — | Gravação de áudio | ### Backend | Tecnologia | Versão | Uso | |------------|--------|-----| | FastAPI | 0.110+ | Framework API | | SQLAlchemy | 2.x | ORM | | Alembic | 1.x | Migrações de banco | | PostgreSQL | 14+ | Banco de dados | | Celery | 5.x | Processamento assíncrono | | Redis | 7+ | Broker/Cache | | httpx | 0.27+ | Cliente HTTP assíncrono | ### Diarização & IA | Tecnologia | Uso | |------------|-----| | Whisper.cpp | Transcrição de áudio (GPU) | | SpeechBrain ECAPA-TDNN | Diarização de speakers | | pyannote.audio | Diarização (fallback) | | librosa | Processamento de áudio | | deepseek-v3.1 | Análise e resumo de reuniões | ### Infraestrutura | Tecnologia | Uso | |------------|-----| | Podman | Containerização | | Nginx | Reverse proxy / Servir frontend | | systemd | Gerenciamento de serviços | | Keycloak | SSO / Autenticação | --- ## 📄 Licença Proprietário — ASAP Telecom. Todos os direitos reservados. ---Desenvolvido com ❤️ pela equipe ASAP Telecom