VideoToMemo

Trasforma i video delle riunioni in memo professionali con un comando.

VideoToMemo è un'applicazione Java per riga di comando che automatizza il flusso di lavoro di una riunione: estrae l'audio dal video, ne effettua la trascrizione tramite Whisper e sintetizza un memo strutturato con un AI Agent.

---

✨ Caratteristiche

• Estrazione audio locale — Utilizza JAVE2 per estrarre l'audio dai file video senza bisogno di FFmpeg installato manualmente.
• Segmentazione automatica — Suddivide i file audio lunghi in segmenti di 5 minuti per garantire una trascrizione affidabile e fornire feedback di progresso.
• Trascrizione automatica — Invia i segmenti audio a un servizio Whisper (ASR) compatibile per la trascrizione.
• Sintesi AI — Utilizza un AI Agent (es. Ollama/Qwen) per trasformare la trascrizione in un memo strutturato e professionale.
• Completamente configurabile — Endpoint API, parametri del modello e prompt di sintesi sono gestiti tramite config.yaml.example (da copiare in config.yaml).
• Gestione efficiente della memoria — Elaborazione segmentata per gestire file video grandi (500 MB+).

---

📋 Prerequisiti

• Java 21 o superiore
• Maven 3.6+ (per la costruzione)
• Un servizio Whisper compatibile (per la trascrizione) — vedi onerahmet/openai-whisper-asr-webservice
• Un AI Agent (es. Ollama con Qwen) per la sintesi
• Docker (opzionale, per eseguire il servizio Whisper)

---

🚀 Installazione

1. Costruire il progetto

mvn package

Questo comando genera un JAR standalone (shaded) in target/:

target/video-to-memo-1.0-SNAPSHOT.jar

---

🎯 Utilizzo

Eseguire l'applicazione

java -jar target/video-to-memo-1.0-SNAPSHOT.jar "percorso/del/video.mp4"

Output

L'applicazione genera due file markdown nella directory corrente:

File	Descrizione
trascrizione-{nomefile}.md	Trascrizione completa della riunione
sintesi-{nomefile}.md	Memo professionale strutturato

I nomi dei file di output ereditano il nome base dal file video di input (es. meeting.mp4 → trascrizione-meeting.md e sintesi-meeting.md).

---

⚙️ Configurazione

1. Copia e rinomina il file di esempio

cp config.yaml.example config.yaml

2. Modifica config.yaml per adattare l'applicazione al tuo ambiente.

Struttura della configurazione

# Speech To Text (Whisper) configuration
whisper:
  url: "http://localhost:9000/asr"    # Endpoint del servizio Whisper
  params:
    encode: "true"
    task: "transcribe"
    language: "it"                          # Lingua della trascrizione
    output: "txt"

# AI Agent (Sintesi) configurazione
ai_agent:
  url: "http://localhost:11434/api/generate"  # Endpoint AI Agent (es. Ollama)
  model: "qwen3.5:9b"                              # Modello da utilizzare
  prompt: |                                          # Prompt per la sintesi del memo
    You are an expert business writer...
    ...
    {transcript}

# Percorso locale di FFmpeg (se non presente nel PATH)
ffmpeg_path: "ffmpeg"

Parametri principali

Parametro	Descrizione
whisper.url	Endpoint del servizio di trascrizione Whisper
whisper.params.language	Lingua da usare per la trascrizione
ai_agent.url	Endpoint dell'AI Agent per la sintesi
ai_agent.model	Nome del modello LLM da utilizzare
ai_agent.prompt	Prompt per la generazione del memo (usa {transcript} come segnaposto)
ffmpeg_path	Percorso del binary FFmpeg (opzionale)

---

🏗️ Architettura

Flusso di elaborazione

Video (.mp4)
    │
    ▼
[Audio Extraction]  — JAVE2
    │
    ▼
[Audio Segmentation] — Segmenti da 5 minuti
    │
    ▼
[Transcription]     — Whisper ASR API
    │
    ▼
[Synthesis]         — AI Agent (Ollama/Qwen)
    │
    ▼
Memo (.md)

Componenti

Componente	Libreria / Tecnologia
Processing audio/video	JAVE2
Richieste HTTP	Apache HttpClient 5
Parsing JSON	Jackson
Gestione configurazione	SnakeYAML

---

🐳 Servizio Whisper (Docker)

Il servizio di trascrizione Whisper è erogato tramite il container Docker onerahmet/openai-whisper-asr-webservice.

Avviare il servizio Whisper

docker run -d -p 9000:9000 onerahmet/openai-whisper-asr-webservice:latest

Una volta attivo, il servizio sarà raggiungibile all'endpoint:

http://localhost:9000/asr

Nota: Aggiorna whisper.url in config.yaml con l'IP corretto se il servizio non è in locale.

---

📦 Dipendenze

Dipendenza	Versione	Scopo
jackson-databind	2.17.0	Parsing JSON
snakeyaml	2.2	Gestione configurazione YAML
jave-all-deps	3.5.0	Processing audio/video
httpclient5	5.3.1	Richieste HTTP multipart

---

💡 Consigli per file video grandi

Per file video di dimensioni significative (>500 MB):

1. Segmentazione automatica — L'applicazione suddivide l'audio in segmenti di 5 minuti, evitando picchi di memoria.
2. Progresso visibile — Ricevi feedback durante l'elaborazione di ogni segmento.
3. Assicurati spazio su disco — I file audio intermedi richiedono spazio temporaneo.

---

🛠️ Sviluppo

Struttura del progetto

VideoToMemo/
├── pom.xml                      # Configurazione Maven
├── config.yaml.example          # Template di configurazione
├── README.md                    # Questo file
├── .gitignore                   # Pattern di ignorati Git
└── src/
    └── main/
        └── java/
            └── com/
                └── videotomemo/
                    └── MeetingMemoApp.java   # Punto di ingresso principale

I file config.yaml, target/, .mp4, sintesi-* e trascrizione-* sono ignorati da Git.

Comandi di sviluppo

# Compilare
mvn compile

# Eseguere gli test
mvn test

# Costruire il JAR
mvn package

# Esecuzione con debug
mvn exec:java -Dexec.mainClass="com.videotomemo.MeetingMemoApp" -Dexec.args="meeting.mp4"

---

📄 Licenza

Progetto proprietario — creato per uso interno.

---

🆘 Risoluzione problemi

Problema	Soluzione
ffmpeg non trovato	Imposta ffmpeg_path su un percorso assoluto in config.yaml
Errori di connessione Whisper	Verifica che whisper.url sia raggiungibile
Errori di connessione AI Agent	Verifica che ai_agent.url e il modello siano corretti
OutOfMemoryError	Il file video è troppo grande; verifica lo spazio su disco per i file temporanei
Trascrizione nella lingua sbagliata	Modifica whisper.params.language in config.yaml