StillHammer
c408959fdf
## Projects - ✅ videotoMP3Transcriptor → DONE (first shipped project! 🎉) - GroveEngine → WIP (reference doc with 46 commits/3 weeks) - WeChat Homework Bot → WIP (comprehensive mini program plan) - ocr_pdf_service → CONCEPT (from PAUSE) - SecondVoice → PAUSE (failed attempt, will restart) ## Execution Patterns (Nov 2025) - 102 commits in 3 weeks (aissia: 33, groveengine: 46, confluent: 23) - 71% active time (15/21 days) - VERDICT: Alexis EXECUTES, not "plan only" - Balance: Big architectural projects + Fast shipping (videotoMP3 in 2 days) ## Couple - Hospital incident 29 nov documented (successful deescalation) - Pattern confirmed: Physical needs > Emotional management - Pattern confirmed: Retreat > Insist when tension ## Updated files - Status_Projets.md: Full project status with execution data - Alexis.md: Profile update with execution proof + hospital incident - CLAUDE.md: Current project state (5 WIP, 6 PAUSE, 1 DONE, 4 CONSTANT, 6 CONCEPT) - New: Projects/DONE/ folder structure - New: wechat_miniapp_homework.md (880 lines) - New: couple_backlog/29_novembre_2025_hopital.md 🤖 Generated with [Claude Code](https://claude.com/claude-code) Co-Authored-By: Claude <noreply@anthropic.com>
409 lines
12 KiB
Markdown
409 lines
12 KiB
Markdown
# SecondVoice - Meeting Translation System
|
||
|
||
**Status** : PAUSE
|
||
**Créé** : 17 novembre 2025
|
||
**Moved to PAUSE** : 30 novembre 2025
|
||
**Type** : Projet support multivecteur
|
||
**Tentative** : Échec initial, relance prévue (besoin réel identifié)
|
||
|
||
---
|
||
|
||
## Problème Résolu
|
||
|
||
**Contexte** :
|
||
- Meetings avec Tingting (contexte professionnel ou relationnel)
|
||
- Alexis ne comprend pas assez le chinois
|
||
- **Conséquence** : Inconfort personnel → Conflits avec Tingting
|
||
- **Impact** : Ne peut pas supporter efficacement Tingting dans ces situations
|
||
|
||
**Besoin critique** :
|
||
- Comprendre conversations en chinois en temps réel
|
||
- Pouvoir intervenir intelligemment si nécessaire
|
||
- Éviter conflits causés par incompréhension/sentiment d'inutilité
|
||
|
||
---
|
||
|
||
## Solution Technique
|
||
|
||
### Architecture
|
||
|
||
```
|
||
Audio Input (Meeting)
|
||
↓
|
||
Whisper API (STT - Speech-to-Text)
|
||
↓
|
||
Claude Haiku (Traduction contextuelle CN → FR/EN)
|
||
↓
|
||
Display real-time (Terminal/GUI)
|
||
```
|
||
|
||
### Stack
|
||
|
||
**STT** : OpenAI Whisper API
|
||
- Excellent sur chinois mandarin
|
||
- $0.006/minute (~$0.36/heure)
|
||
- Real-time streaming
|
||
|
||
**Traduction** : Claude Haiku API
|
||
- Meilleure compréhension contexte culturel chinois
|
||
- Nuances conversationnelles préservées
|
||
- ~$0.03-0.05/heure
|
||
- **Total cost** : ~$0.40/heure meeting
|
||
|
||
**Langage** : C++
|
||
- Raison : Réutilisation code pour assistant personnel futur
|
||
- Test écosystème C++ avec projet réel
|
||
- Production-ready dès le départ
|
||
|
||
**Platform** : Windows + Linux (cross-platform)
|
||
|
||
---
|
||
|
||
## Success Criteria
|
||
|
||
✅ **MVP validé si** : Fonctionne dans 1 meeting sans problème majeur
|
||
|
||
**Critères de succès** :
|
||
1. Transcription chinois précise (>85% accuracy)
|
||
2. Traduction FR/EN compréhensible en contexte
|
||
3. Latence acceptable (<5s)
|
||
4. Pas de crash pendant meeting
|
||
5. Alexis comprend assez pour éviter conflits post-meeting
|
||
|
||
---
|
||
|
||
## Scope MVP
|
||
|
||
### Phase 1 - POC Fonctionnel (Urgent)
|
||
|
||
**Features** :
|
||
- ✅ Audio capture (microphone input)
|
||
- ✅ **Recording complet** (WAV/MP3 sauvegardé avec timestamp)
|
||
- ✅ Whisper API call (STT)
|
||
- ✅ Claude Haiku API call (traduction live)
|
||
- ✅ Display output real-time (console ou simple GUI)
|
||
- ✅ **Bouton "Fin de conversation"** → Trigger auto-processing
|
||
- ✅ **Auto-summary post-meeting** (Claude API analyse transcript complet)
|
||
- Résumé conversation
|
||
- Action items extraits
|
||
- Points clés / décisions
|
||
- Saved as `summary_YYYY-MM-DD.md`
|
||
- ✅ **Export backlog structuré** :
|
||
- Audio original (WAV/MP3)
|
||
- Transcript chinois (TXT)
|
||
- Traduction française (TXT)
|
||
- Summary auto-généré (MD)
|
||
- Metadata (JSON: timestamp, durée, participants)
|
||
- ✅ Gestion erreurs basique (reconnexion API)
|
||
|
||
**Non-inclus dans MVP** :
|
||
- ❌ Diarization (qui parle quand) - Phase 2
|
||
- ❌ Interface graphique élaborée - Phase 2
|
||
- ❌ Replay avec seek/pause - Phase 2
|
||
- ❌ Multi-speakers advanced - Phase 2
|
||
- ❌ Système de recherche - Phase 2
|
||
|
||
### Phase 2 - Enhancement (Après validation MVP)
|
||
|
||
**Features avancées** :
|
||
- **Système de recherche** (full-text search dans backlog)
|
||
- Recherche par mot-clé (CN ou FR)
|
||
- Recherche par date/participant
|
||
- Recherche sémantique (Claude embeddings)
|
||
- "Quand on a parlé de X la dernière fois ?"
|
||
- Speaker diarization (identifier qui parle)
|
||
- Interface graphique complète (Qt ou ImGui)
|
||
- Replay mode (seek/pause dans transcript synchro audio)
|
||
- Multi-language support étendu (JP/EN/CN/autre)
|
||
- Optimization performance (latency, accuracy)
|
||
|
||
---
|
||
|
||
## Roadmap
|
||
|
||
### Semaine 1 (Urgent)
|
||
1. **Setup projet C++** (CMake, dependencies)
|
||
2. **HTTP client** (cpp-httplib + nlohmann/json)
|
||
3. **Audio capture + recording** (PortAudio + WAV/MP3 writer)
|
||
4. **Whisper client** (API integration + transcript save)
|
||
5. **Claude client live** (API integration traduction real-time)
|
||
6. **Pipeline integration** (bout-à-bout)
|
||
|
||
### Semaine 2
|
||
7. **Bouton "Fin de conversation"** (trigger post-processing)
|
||
8. **Claude summary auto** (analyse transcript → markdown summary)
|
||
9. **Export backlog structuré** (audio + transcripts + summary + metadata)
|
||
10. **Test avec audio réel** (sample meetings chinois)
|
||
11. **Debug + stabilisation**
|
||
12. **Test en condition réelle** (prochain meeting avec Tingting)
|
||
|
||
### Post-MVP (Phase 2)
|
||
13. **Système de recherche** (SQLite FTS5 ou vector search)
|
||
14. **Diarization** (pyannote.audio ou AssemblyAI)
|
||
15. **GUI complète** (ImGui ou Qt)
|
||
16. **Replay mode** (audio + transcript synchronisé)
|
||
17. **Optimizations** (latency, accuracy, cost)
|
||
|
||
---
|
||
|
||
## Dépendances Techniques
|
||
|
||
### C++ Libraries
|
||
|
||
**Required** :
|
||
- `cpp-httplib` (HTTP client, header-only)
|
||
- `nlohmann/json` (JSON parsing, header-only)
|
||
- `PortAudio` (audio capture, cross-platform)
|
||
|
||
**Optional** :
|
||
- `spdlog` (logging)
|
||
- `CLI11` (command-line args)
|
||
- `ImGui` (GUI si Phase 2)
|
||
|
||
**Package manager** : vcpkg ou conan
|
||
|
||
---
|
||
|
||
## Risques & Mitigations
|
||
|
||
| Risque | Impact | Mitigation |
|
||
|--------|--------|------------|
|
||
| **Whisper accuracy insuffisante** | Bloquant | Tester avec samples chinois d'abord, fallback Azure Speech si besoin |
|
||
| **Latence trop élevée** | Moyen | Optimiser chunks audio, considérer streaming |
|
||
| **API costs explosent** | Faible | $0.40/h acceptable, mais monitor usage |
|
||
| **C++ complexity ralentit MVP** | Moyen | Accepter code moins optimal pour MVP, refactor après |
|
||
| **Pas de meeting avant longtemps** | Moyen | Créer test scenarios avec audio samples |
|
||
|
||
---
|
||
|
||
## Lien Projets
|
||
|
||
### Support Multivecteur
|
||
|
||
**SecondVoice aide** :
|
||
1. **Relation Tingting** : Supporter dans contexte professionnel (meetings parents/admin)
|
||
2. **Business project** : Comprendre meetings business chinois
|
||
3. **AISSIA** : Réutilisation code C++ pour assistant personnel
|
||
4. **Apprentissage chinois** : Exposure réel au chinois contextualisé
|
||
|
||
**Pas un side quest** - Résout problème actif causant conflits
|
||
|
||
---
|
||
|
||
## Alternatives Testées (Rejetées)
|
||
|
||
**Pourquoi pas services existants ?**
|
||
|
||
| Service | Problème identifié |
|
||
|---------|-------------------|
|
||
| Google Translate Live | Qualité traduction insuffisante (contexte perdu) |
|
||
| Microsoft Translator | Latence élevée, accuracy chinois moyenne |
|
||
| Azure Speech | (Non spécifié - à retester ?) |
|
||
| Mobile apps | Interface inadaptée, pas assez discret |
|
||
|
||
**Conclusion** : Build custom nécessaire pour quality + control
|
||
|
||
---
|
||
|
||
## Questions Ouvertes
|
||
|
||
### Techniques
|
||
1. ⚠️ Diarization vraiment nécessaire pour MVP ? (Non - décidé)
|
||
2. ⚠️ Output format : Terminal ou GUI minimal ?
|
||
3. ⚠️ Langue output : FR ou EN ? (À confirmer avec Alexis)
|
||
|
||
### Produit
|
||
1. ⚠️ Usage uniquement avec Tingting ou générique tous meetings ?
|
||
2. ⚠️ Recording audio acceptable ou privacy concern ?
|
||
3. ⚠️ Intervention Alexis attendue (donc besoin speak aussi) ou juste écoute passive ?
|
||
|
||
### Relationnel
|
||
1. ✅ Tingting au courant ? (Pas confirmé dans discussion)
|
||
- **ACTION REQUISE** : En parler avec elle avant d'utiliser en meeting réel
|
||
- Elle doit savoir pourquoi et comment ça aide votre équipe
|
||
|
||
---
|
||
|
||
## Coûts
|
||
|
||
### Développement
|
||
- **Time investment** : 1-2 semaines (MVP)
|
||
- **Learning curve C++** : Alexis déjà compétent, écosystème existant
|
||
|
||
### Opérationnel
|
||
- **Par meeting (1h)** : ~$0.40
|
||
- **Par mois (10 meetings)** : ~$4
|
||
- **Annuel** : ~$50
|
||
|
||
**Acceptable** : Oui, résout problème réel pour coût négligeable
|
||
|
||
---
|
||
|
||
## Next Steps
|
||
|
||
**Immédiat** (Alexis gère la tech) :
|
||
1. Setup projet C++ (CMake + dependencies)
|
||
2. Prototype Whisper API call
|
||
3. Prototype Claude API call
|
||
4. Audio capture test
|
||
5. Integration pipeline
|
||
|
||
**Avant premier usage réel** :
|
||
1. **Parler avec Tingting** :
|
||
- Expliquer objectif (mieux la supporter)
|
||
- Demander son avis (utile pour elle ?)
|
||
- Clarifier son rôle attendu dans meetings
|
||
2. Test avec sample audio chinois
|
||
3. Validation latency/quality acceptable
|
||
|
||
---
|
||
|
||
## Recording & Backlog
|
||
|
||
### Pourquoi c'est critique
|
||
|
||
**Backlog conversationnel = asset majeur** :
|
||
|
||
1. **Post-meeting analysis**
|
||
- Relire conversation si détail oublié
|
||
- Vérifier exactement ce qui a été dit (vs ce qu'on pense avoir entendu)
|
||
- Comprendre nuances ratées en temps réel
|
||
|
||
2. **Résolution conflits**
|
||
- "Tu as dit X" → Backlog prouve réalité
|
||
- Évite gaslighting involontaire (mémoire sélective)
|
||
- Base factuelle pour discussions post-meeting
|
||
|
||
3. **Learning machine**
|
||
- Corpus chinois réel contextualisé
|
||
- Phrases/expressions récurrentes identifiables
|
||
- Training data pour améliorer modèles custom
|
||
|
||
4. **Legal/Business protection**
|
||
- Si meetings business : preuve accords oraux
|
||
- Timestamped, auditable
|
||
- CYA (Cover Your Ass)
|
||
|
||
5. **Pattern detection**
|
||
- Analyser conversations longue durée
|
||
- Identifier thèmes récurrents
|
||
- Insights impossibles à voir en temps réel
|
||
|
||
### Format Backlog Proposé
|
||
|
||
```
|
||
meetings/
|
||
├── 2025-11-20_14h30_ParentsMeeting/
|
||
│ ├── audio_original.wav # Audio brut complet
|
||
│ ├── transcript_cn.txt # STT chinois
|
||
│ ├── translation_fr.txt # Traduction française
|
||
│ ├── metadata.json # Timestamp, participants, durée
|
||
│ └── summary_claude.md # Résumé généré post-meeting
|
||
└── 2025-11-22_10h00_BusinessCall/
|
||
└── ...
|
||
```
|
||
|
||
### Privacy & Consent
|
||
|
||
**IMPORTANT** :
|
||
- ⚠️ **Tingting DOIT savoir** que meetings sont enregistrés
|
||
- ⚠️ **Autres participants** aussi (légalement requis dans certains contextes)
|
||
- ⚠️ **Storage sécurisé** : Encryption at rest (AES-256)
|
||
- ⚠️ **Retention policy** : Combien de temps garder ? (GDPR-like)
|
||
|
||
**Consent workflow** :
|
||
1. Avant meeting : "Je vais enregistrer pour mieux comprendre, OK ?"
|
||
2. Si oui → Record + notify
|
||
3. Si non → Live translation only, pas de recording
|
||
|
||
### Workflow Complet
|
||
|
||
**Pendant meeting** :
|
||
1. Start recording → Audio + STT real-time
|
||
2. Whisper transcrit chinois → Display
|
||
3. Claude traduit FR → Display
|
||
4. Tout sauvegardé en background (audio + transcript running)
|
||
|
||
**Fin de meeting** :
|
||
1. **Clic "Fin de conversation"**
|
||
2. **Auto-processing déclenché** :
|
||
- Finalise audio file (WAV/MP3)
|
||
- Finalise transcripts (CN + FR)
|
||
- **Claude analyse transcript complet** :
|
||
```
|
||
Résumé conversation + Action items + Décisions + Points clés
|
||
```
|
||
- Génère `summary_YYYY-MM-DD_HHhMM.md`
|
||
- Save metadata.json (timestamp, durée, participants)
|
||
3. **Export structuré** :
|
||
```
|
||
meetings/2025-11-20_14h30_ParentsMeeting/
|
||
├── audio_original.wav
|
||
├── transcript_cn.txt
|
||
├── translation_fr.txt
|
||
├── summary.md ← Auto-généré
|
||
└── metadata.json
|
||
```
|
||
4. **Notification** : "Meeting sauvegardé + résumé prêt"
|
||
|
||
### Post-Processing Potential (Phase 2+)
|
||
|
||
**Une fois backlog existe** :
|
||
|
||
1. **Système de recherche** (Phase 2)
|
||
- **Full-text search** : SQLite FTS5 sur transcripts
|
||
- "Cherche 'contract' dans tous les meetings"
|
||
- Résultats : Liste meetings + snippets + timestamp
|
||
- **Recherche sémantique** : Claude embeddings
|
||
- "Trouve conversations sur argent/salaire/budget"
|
||
- Même si mots exacts pas utilisés
|
||
- **Filtres** :
|
||
- Par date range
|
||
- Par participant
|
||
- Par durée
|
||
- Par langue (CN/FR)
|
||
- **Interface** :
|
||
- CLI : `./secondvoice search "keyword"`
|
||
- GUI : Search bar + results list
|
||
|
||
2. **Analytics** (Phase 2+)
|
||
- Temps de parole par personne
|
||
- Sentiment analysis
|
||
- Topics récurrents
|
||
- Trend analysis long terme
|
||
|
||
3. **Training custom models** (Phase 3+)
|
||
- Fine-tune Whisper sur vos voix
|
||
- Fine-tune traduction sur votre vocabulaire
|
||
- Amélioration accuracy continue
|
||
|
||
---
|
||
|
||
## Impact Attendu
|
||
|
||
### Pour Alexis
|
||
- ✅ Compréhension meetings en temps réel
|
||
- ✅ Réduction stress/inconfort
|
||
- ✅ Capacité intervention intelligente si nécessaire
|
||
- ✅ **Backlog pour review post-meeting** (nouveau)
|
||
- ✅ **Preuve factuelle conversations** (nouveau)
|
||
|
||
### Pour Tingting
|
||
- ✅ Support effectif d'Alexis (pas juste présence passive)
|
||
- ✅ Réduction conflits post-meeting (dus à incompréhension)
|
||
- ✅ Sentiment d'équipe renforcé
|
||
- ✅ **Archive conversations importantes** (nouveau)
|
||
|
||
### Pour la Relation
|
||
- ✅ Preuve initiative concrète (ACTION-004 : réfléchir à votre avenir)
|
||
- ✅ Résolution proactive problème identifié
|
||
- ✅ Investment dans collaboration couple
|
||
- ✅ **Base factuelle pour résoudre désaccords mémoire** (nouveau)
|
||
|
||
---
|
||
|
||
*Créé : 17 novembre 2025*
|
||
*Priorité : URGENT*
|
||
*Stack : C++17, Whisper API, Claude Haiku, PortAudio, cpp-httplib*
|
||
*Success : 1 meeting sans problème majeur*
|