Arc OS Docs Open in app →

Транскрипція зустрічей + аналіз

Статус: працює з Phase 73 (2026-06-06). Завантаж аудіо- чи відеозапис у композер чату — Arc OS транскрибує, аналізує візуальний ряд, робить підсумок і вбудовує у пошук проєкту.

Огляд

Пайплайн транскрипції зустрічей перетворює сирий запис на структуровані знання з пошуком — не виходячи з 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)

Орієнтовна вартість (BYOK ключ Anthropic): ~$0.20–0.45 за 30-хвилинну зустріч (vision + summary) + ~$0.056 за транскрипцію Groq. Фіча потребує платного плану (Starter / Starter Cloud / Beta).

Завантаження запису

  1. Відкрий workspace будь-якого проєкту.
  2. Натисни іконку скріпки у композері чату.
  3. Вибери аудіо- або відеофайл. Підтримувані формати:
    • Відео: mp4, mov, webm, mkv, m4v
    • Аудіо: mp3, wav, m4a, aac, ogg, opus, flac
    • Максимальний розмір: 1 GB
  4. У композері з'являється чип прогресу з поточним кроком і відсотком.
  5. Коли чип досягає 100% (Summary ready), кнопка Send розблоковується — можна одразу надсилати повідомлення з посиланням на транскрипт.
  6. Після короткого додаткового кроку (RAG-індексація) статус стає done, і вихідний файл видаляється.

Поки йде обробка: можна писати інші повідомлення у композері. Кнопку Send блокують лише медіа-вкладення, які ще обробляються.

Що потрапляє в чат

Коли ти надсилаєш повідомлення з завершеним транскрипт-вкладенням, текст транскрипту автоматично додається до твого повідомлення:

Your message text here

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

AI-воркер бачить повний транскрипт inline, як будь-який інший документ. Можна ставити питання, просити підсумки або доручити воркеру витягнути action items.

Кроки пайплайна детально

Крок 1 — Виділення аудіо (ffmpeg)

Для відеофайлів Arc OS виділяє аудіодоріжку в 16 kHz mono WAV. Для аудіофайлів це лише конвертація формату.

Крок 2 — Транскрипція (Groq whisper-large-v3)

WAV надсилається в Groq API (модель whisper-large-v3). Швидкість: ~100× realtime (кліп 11 с → менше 1 с). Платформний GROQ_API_KEY налаштовується адміном у Platform Settings → Transcription. Мультимовність — українська, англійська та всі інші основні мови підтримуються з коробки.

Крок 3 — Виділення кадрів на зміні сцени (тільки відео)

ffmpeg відбирає кадри у точках зміни сцени (поріг 0.4, чутливість від 0 = кожен кадр до 1 = ніколи). Часові мітки записуються в timestamps.json, тож описи кадрів мапляться на точні позиції у відео.

Максимум кадрів на відео: 50 (~$0.15 у найгіршому випадку на Claude vision).

Крок 4 — Аналіз Claude vision (тільки відео)

Кожен відібраний кадр надсилається у Claude Sonnet vision із промптом, сфокусованим на:

Кадри лише з вебкамерою або без інформаційного наповнення позначаються "No informational content" і не впливають на підсумок.

Збій на окремому кадрі не фатальний — опис стає [vision failed: <reason>], і пайплайн продовжується.

Крок 5 — Підсумок Claude Sonnet

Транскрипт (і описи кадрів vision, якщо доступні) надсилаються у Claude Sonnet. Підсумок зберігається як структурований 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"
}

Якщо підсумок не вдався, транскрипт відкочується до попереднього стану — сирий текст зберігається. Можна повторити після виправлення свого ключа Anthropic.

Крок 6 — RAG embedding (Phase 73.6)

Повний текст (транскрипт + описи кадрів + підсумок) розбивається на чанки і вбудовується через Cohere embed-multilingual-v3.0 у векторний індекс проєкту. Після цього кроку:

Щоб пропустити RAG-індексацію: передай embed_to_rag=false у формі завантаження (тільки API; UI завжди вбудовує за замовчуванням).

Налаштування BYOK API-ключа

Claude vision і summary використовують твій API-ключ Anthropic:

  1. Перейди в Profile → API Keys → Anthropic Key.
  2. Встав свій ключ. Перед збереженням він шифрується AES-256-GCM.
  3. Якщо персональний ключ не налаштовано, використовується спільний ключ платформи (з урахуванням rate limits платформи).

Транскрипція Groq використовує платформний GROQ_API_KEY — персональний ключ для транскрипції не потрібен.

Пошук по транскриптах

Щойно транскрипт досягає статусу done, він доступний через семантичний пошук:

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

З композера чату AI-воркер може автоматично відповідати на питання, спираючись на твої транскрипти, через інструмент ask_notebooklm (він звертається до того самого RAG-індексу).

Звузити пошук лише до транскриптів можна параметром doc_types:

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

Вартість і ліміти

Ресурс Ліміт Примітки
Розмір завантаження 1 GB На файл
Кадри vision макс. 50 Жорсткий ліміт; зайві кадри відкидаються
Вартість Claude vision ~$0.003/кадр За типової роздільності 1024×768 JPEG
Вартість Claude summary ~$0.005–0.02 Залежить від довжини транскрипту (у summary подається ≤60 000 символів)
Транскрипція Groq $0.111/аудіо-година Ключ платформи; ~$0.056 за 30-хвилинну зустріч
Місячний ліміт (Starter) 60 хв Скидається 1-го числа кожного місяця
Місячний ліміт (Starter Cloud) 300 хв Скидається 1-го числа кожного місяця
Місячний ліміт (Beta) 1 200 хв Скидається 1-го числа кожного місяця
Паралельні задачі 1 Задачі стають у чергу; одна транскрипція на сервер одночасно

Усунення проблем

Симптом Імовірна причина Виправлення
Чип завис на "Transcribing" понад 2 хв Таймаут Groq API або довгий запис Перевір GROQ_API_KEY у Platform Settings; задачі стоять у черзі
Крок vision показує [vision failed: ...] Ключ Anthropic відсутній або вперся в rate limit Встанови BYOK-ключ у Profile → API Keys
Summary не вдався, статус відкотився Помилка Claude API Виправ ключ; пайплайн прийме нове завантаження
RAG embed не вдався (не фатально) Проблема з ключем Cohere Транскрипт усе одно доступний; arc kb search не знайде його до повторного embedding
Кнопка Send заблокована після "Summary ready" Застарілий кеш браузера Онови сторінку
"No informational content" на всіх кадрах Запис лише з вебкамери (без демонстрації екрана) Очікувана поведінка; vision пропускає кадри з самою вебкамерою

Посилання