Claude
a8517c3597
- docker-compose : Caddy (HTTPS local) + app FastAPI + Qwen3-ASR via vLLM (GPU) - Backend : WebSocket audio, segmentation VAD (WebRTC), appel ASR compatible OpenAI, stockage SQLite, exports TXT/MD/SRT/JSON - Frontend : capture micro (AudioWorklet, rééchantillonnage 16 kHz), transcription live, historique des réunions, copie et téléchargement - README : démarrage, prérequis GPU, changement de moteur ASR https://claude.ai/code/session_01YHMp3EKzr4s6o8w1ygxuUe
🎙️ LiveFlow
Transcription de réunions en direct, 100 % locale, dans Docker. Capture du micro depuis un navigateur (PC ou téléphone), transcription par Qwen3-ASR sur GPU NVIDIA, affichage du texte au fil de l'eau, historique et export (TXT, Markdown, SRT, JSON).
Architecture détaillée : voir ARCHITECTURE.md (proposition 2 retenue).
Navigateur (micro, HTTPS/WebSocket)
→ Caddy (TLS local)
→ app FastAPI (VAD + segments + SQLite + interface web)
→ conteneur ASR Qwen3-ASR via vLLM (API compatible OpenAI)
Prérequis
- Docker + Docker Compose
- GPU NVIDIA avec pilotes récents et le
NVIDIA Container Toolkit
(
nvidia-ctk runtime configure --runtime=docker) - ~6 Go de VRAM libres pour Qwen3-ASR-1.7B (ajuster
--gpu-memory-utilization)
Démarrage
docker compose up -d --build
Au premier lancement, le conteneur asr télécharge le modèle depuis
Hugging Face (quelques Go, mis en cache dans un volume). Suivre avec :
docker compose logs -f asr
Puis ouvrir https://<ip-du-serveur> depuis un PC ou un téléphone du réseau local, accepter le certificat auto-signé, autoriser le micro, et cliquer sur Démarrer.
⚠️ Le HTTPS est obligatoire : les navigateurs n'autorisent l'accès au micro (
getUserMedia) qu'en HTTPS (ou surlocalhost). Caddy génère automatiquement un certificat local auto-signé. Pour supprimer l'avertissement du navigateur, vous pouvez installer la CA racine de Caddy sur vos appareils :docker compose cp caddy:/data/caddy/pki/authorities/local/root.crt .
Configuration
Variables d'environnement (fichier .env à la racine, voir .env.example) :
| Variable | Défaut | Rôle |
|---|---|---|
ASR_LANGUAGE |
(vide) | Code langue forcé (fr, en…) ; vide = détection auto |
ASR_API_KEY |
sk-local |
Clé envoyée au moteur ASR (inutile en local) |
HF_TOKEN |
(vide) | Jeton Hugging Face si nécessaire au téléchargement |
Changer de moteur de transcription
L'app ne parle au moteur que via l'API OpenAI (/v1/audio/transcriptions).
Pour changer de moteur, remplacer le service asr dans docker-compose.yml
et ajuster ASR_MODEL. Exemples :
# CPU uniquement — Parakeet-TDT-0.6B-v3 (rapide, 25 langues dont FR)
asr:
image: ghcr.io/groxaxo/parakeet-tdt-0.6b-v3-fastapi-openai:latest
# Écosystème Whisper — Speaches (faster-whisper, CPU/GPU)
asr:
image: ghcr.io/speaches-ai/speaches:latest-cuda
Récupérer une transcription
Depuis l'interface (boutons TXT / MD / SRT / JSON / Copier) ou en direct via l'API :
curl -k https://<ip>/api/meetings # liste des réunions
curl -k https://<ip>/api/meetings/1/export?format=txt # export texte