meeting minutes

Automatisierter Generator für Besprechungsprotokolle

Beschreibung

Bei diesem Projekt handelt es sich um ein leistungsstarkes Tool, das die Whisper ASR- und GPT-4-Modelle von OpenAI nutzt, um den Prozess der Erstellung von Besprechungsprotokollen aus Audioaufzeichnungen sowie von Textzusammenfassungen und der Extraktion wichtiger Punkte zu automatisieren.

Diese Python-basierte Anwendung transkribiert Audio, stellt Zusammenfassungen bereit, extrahiert wichtige Punkte und Aktionselemente und führt Stimmungsanalysen durch.

Anforderungen

Sie sollten über grundlegende Python-Kenntnisse und einen OpenAI-API-Schlüssel verfügen. Einen API-Schlüssel erhalten Sie hier. Dieses Projekt wurde mit Python 3.11.5 erstellt.

Erstellen Sie eine virtuelle Umgebung und installieren Sie die Anforderungen:

python -m venv venv
source venv/bin/activate
pip install openai
pip install python-docx
pip install python-dotenv

Fügen Sie Ihren OpenAI-API-Schlüssel zur .env Datei hinzu.

Verwendung

1. Transkribieren Sie Audio mit Whisper ASR. Siehe transcription.py
2. Fassen Sie das Transkript mit GPT-3 zusammen und analysieren Sie es. Siehe sentiment_analysis.py
3. Extrahieren Sie wichtige Punkte und Aktionselemente. Siehe sentiment_analysis.py
4. Erstellen Sie Besprechungsprotokolle. Siehe meeting_minutes.py
5. Speichern Sie Besprechungsprotokolle als Word-Dokument. Siehe save_as_docx.py

Optimierung und weitere Überlegungen

• Verbessern Sie die Genauigkeit des Whisper ASR-Modells, indem Sie es anhand eines benutzerdefinierten Datensatzes trainieren.
• Experimentieren Sie mit Prompt Engineering, um die Modellleistung zu verbessern.
• Passen Sie die Systemmeldungen an, um dem GPT-4-Modell mehr Kontext für bessere Ergebnisse bereitzustellen.

Lizenz

MIT

Referenzen

• OpenAI-API