Arc OS Docs Open in app →

Транскрипция и анализ встреч

Статус: работает с Phase 73 (2026-06-06). Загружай аудио/видеозаписи в композер чата — Arc OS транскрибирует, анализирует визуальный ряд, делает саммари и индексирует в поиске проекта.

Обзор

Пайплайн транскрипции встреч превращает сырую запись в структурированное, доступное для поиска знание, не покидая Arc OS:

Upload (Transcripts page or composer paperclip)
  → Groq whisper-large-v3         (~100× realtime, $0.111/audio-hour)
  → Claude vision on key frames   (video only — slide content, screen shares)
  → Claude Sonnet summary         (tldr, action items, decisions, topics)
  → Cohere RAG embed              (transcript searchable via arc kb search)
  → done                          (source file deleted from disk)

Оценка стоимости (BYOK-ключ Anthropic): ~$0.20–0.45 за 30-минутную встречу (vision + саммари) + ~$0.056 за транскрипцию Groq. Функция требует платного тарифа (Starter / Starter Cloud / Beta).

Загрузка записи

  1. Открой воркспейс любого проекта.
  2. Нажми иконку скрепки в композере чата.
  3. Выбери аудио- или видеофайл. Поддерживаемые форматы:
    • Видео: mp4, mov, webm, mkv, m4v
    • Аудио: mp3, wav, m4a, aac, ogg, opus, flac
    • Максимальный размер: 1 ГБ
  4. В композере появится чип прогресса с текущим шагом и процентами.
  5. Когда чип достигает 100% (Summary ready), кнопка Send разблокируется — можно сразу отправить сообщение со ссылкой на транскрипт.
  6. После короткого дополнительного шага (RAG-индексация) статус становится done, и исходный файл удаляется.

Во время обработки: можно печатать другие сообщения в композере. Кнопку Send блокируют только медиа-вложения, которые ещё обрабатываются.

Что инжектируется в чат

Когда ты отправляешь сообщение с готовым транскрипт-вложением, текст транскрипта автоматически добавляется к сообщению:

Your message text here

--- TRANSCRIPT: meeting-2026-06-06.mp4 (video) ---
[whisper transcript text...]
--- END TRANSCRIPT ---

AI-воркер видит полный транскрипт инлайн, как любой другой документ. Можно задавать вопросы по нему, просить саммари или поручить воркеру извлечь action items.

Шаги пайплайна в деталях

Шаг 1 — Извлечение аудио (ffmpeg)

Для видеофайлов Arc OS извлекает аудиодорожку в моно-WAV 16 кГц. Для аудиофайлов это лишь конвертация формата.

Шаг 2 — Транскрипция (Groq whisper-large-v3)

WAV отправляется в Groq API (модель whisper-large-v3). Скорость: ~100× realtime (клип 11 с → меньше 1 с). Платформенный GROQ_API_KEY настраивается админом в Platform Settings → Transcription. Мультиязычность — украинский, английский и все другие основные языки поддерживаются из коробки.

Шаг 3 — Извлечение кадров на смене сцен (только видео)

ffmpeg сэмплирует кадры в точках смены сцен (порог 0.4, чувствительность от 0 = каждый кадр до 1 = никогда). Таймстампы записываются в timestamps.json, чтобы описания кадров привязывались к точным позициям видео.

Максимум кадров на видео: 50 (~$0.15 в худшем случае на стоимость Claude vision).

Шаг 4 — Анализ Claude vision (только видео)

Каждый сэмплированный кадр отправляется в Claude Sonnet vision с промптом, сфокусированным на:

Кадры только с веб-камерой или без информационного содержания помечаются "No informational content" и не влияют на саммари.

Ошибки на кадрах не фатальны — описание становится [vision failed: <reason>], и пайплайн продолжает работу.

Шаг 5 — Саммари Claude Sonnet

Транскрипт (и описания кадров, если есть) отправляются в Claude Sonnet. Саммари сохраняется как структурированный JSON:

{
  "tldr": "Team reviewed Q3 revenue forecast and decided to ship the new feature by end of month.",
  "key_points": [
    "Q3 revenue is 15% above projection",
    "Two blockers remain on the backend API"
  ],
  "action_items": [
    { "task": "Fix auth endpoint before Thursday", "owner": "Serhii" },
    { "task": "Update stakeholder deck", "owner": null }
  ],
  "decisions": [
    "Ship feature to production on June 30"
  ],
  "topics": ["Q3 revenue", "product launch", "API blockers"],
  "model": "claude-sonnet-4-5",
  "generated_at": "2026-06-06T10:42:00Z"
}

При сбое саммари транскрипт откатывается к предыдущему состоянию, так что сырой текст сохраняется. Можно повторить попытку после исправления ключа Anthropic.

Шаг 6 — RAG-эмбеддинг (Phase 73.6)

Полный текст (транскрипт + описания кадров + саммари) чанкуется и эмбеддится через Cohere embed-multilingual-v3.0 в векторный индекс проекта. После этого шага:

Чтобы пропустить RAG-индексацию: передай embed_to_rag=false в форме загрузки (только API; UI всегда эмбеддит по умолчанию).

Настройка BYOK API-ключа

Claude vision и саммари используют твой API-ключ Anthropic:

  1. Открой Profile → API Keys → Anthropic Key.
  2. Вставь ключ. Перед сохранением он шифруется AES-256-GCM.
  3. Если личный ключ не настроен, используется общий ключ платформы (с её рейт-лимитами).

Транскрипция Groq использует платформенный GROQ_API_KEY — для транскрипции личный ключ не нужен.

Поиск по транскриптам

Как только транскрипт получает статус done, он доступен через семантический поиск:

arc kb search "action items from last standup"
arc kb search "decision about Q3 launch"

Из композера чата AI-воркер может автоматически отвечать на вопросы по твоим транскриптам через инструмент ask_notebooklm (который запрашивает тот же RAG-индекс).

Можно ограничить поиск только транскриптами через параметр doc_types:

GET /api/crm/projects/:name/rag/search?q=...&doc_types=transcript

Стоимость и лимиты

Ресурс Лимит Примечания
Размер загрузки 1 ГБ На файл
Vision-кадры максимум 50 Жёсткий лимит; лишние кадры отбрасываются
Стоимость Claude vision ~$0.003/кадр При типичном разрешении JPEG 1024×768
Стоимость саммари Claude ~$0.005–0.02 Зависит от длины транскрипта (в саммари идёт ≤60 000 символов)
Транскрипция Groq $0.111/час аудио Платформенный ключ; ~$0.056 за 30-минутную встречу
Месячный лимит (Starter) 60 мин Сбрасывается 1-го числа каждого месяца
Месячный лимит (Starter Cloud) 300 мин Сбрасывается 1-го числа каждого месяца
Месячный лимит (Beta) 1 200 мин Сбрасывается 1-го числа каждого месяца
Параллельные задачи 1 Задачи в очереди; одна транскрипция на сервер одновременно

Устранение неполадок

Симптом Вероятная причина Решение
Чип завис на "Transcribing" дольше 2 мин Таймаут Groq API или длинная запись Проверь GROQ_API_KEY в Platform Settings; задачи стоят в очереди
На шаге vision видно [vision failed: ...] Ключ Anthropic отсутствует или упёрся в рейт-лимит Установи BYOK-ключ в Profile → API Keys
Саммари упало, статус откатился Ошибка Claude API Исправь ключ; пайплайн примет новую загрузку
RAG-эмбеддинг упал (не фатально) Проблема с ключом Cohere Транскрипт всё равно работает; arc kb search не найдёт его до повторного эмбеддинга
Кнопка Send заблокирована после "Summary ready" Устаревший кэш браузера Обнови страницу
"No informational content" на всех кадрах Запись только с веб-камеры (без демонстрации экрана) Ожидаемо; vision пропускает чистые webcam-кадры

Ссылки