AudioToText: Meeting-Aufzeichnungen in ein Werkzeug für das Anforderungsmanagement verwandeln

Das Projekt AudioToText entstand aus der Praxis der Umsetzung von BI-Projekten, bei denen Analysten Interviews mit Stakeholdern der Kunden führen und Anforderungen sammeln. Ein häufiges Problem ist, dass verschiedene Personen widersprüchliche Anforderungen für dieselbe Entität äußern können, und ohne einen strukturierten Ansatz werden diese Widersprüche oft übersehen, was zu inkonsistenten technischen Spezifikationen führt. AudioToText zielt darauf ab, Besprechungsaufzeichnungen in ein strukturiertes Artefakt zu verwandeln, das überprüft, verglichen und für die Abstimmung von Anforderungen verwendet werden kann. Das Projekt verwendet MLX Whisper für die Spracherkennung, Sprecher-Diarisierung, NLP-Verarbeitung und eine Django-Weboberfläche zum Überprüfen und Exportieren von Ergebnissen. Es generiert Zusammenfassungen in der Perspektive Besprechung × Sprecher × Entität und unterstützt die manuelle NER-Annotation zur Qualitätsbewertung. Das Projekt ist darauf ausgelegt, lokal auf Apple Silicon zu laufen, um sensible Daten on-premises zu halten. Zukünftige Pläne umfassen die Verwendung von PostgreSQL und pgvector für den semantischen Vergleich von Zusammenfassungen, um Konflikte in Anforderungen automatisch zu erkennen. Das Projekt unterscheidet auch zwischen Benutzern, Projektmitgliedern und Sprechern, mit einem rollenbasierten Zugriffsmodell für Betrachter, Analysten und Projektmanager.