Local Meeting Recorder 🎥📝

Ein lokaler Meeting-Recorder mit automatischer Transkription und Zusammenfassung. Nimmt Ihren Desktop auf und erstellt automatisch Transkripte und Zusammenfassungen mit KI (Whisper) - alles läuft lokal auf Ihrem Computer!

✨ Features

• 🎥 Desktop Screen Recording mit Audio
• 🎤 Optional: Mikrofon-Aufnahme zusätzlich zum System-Audio
• 🤖 Automatische Transkription mit OpenAI Whisper (lokal)
• 📋 KI-generierte Zusammenfassungen mit Bullet Points
• 🗂️ Organisierte Ausgabe pro Meeting-Session
• 🖥️ Einfache GUI - Ein Klick zum Starten/Stoppen
• 💾 Lokale Verarbeitung - Ihre Daten bleiben auf Ihrem Computer

📋 Voraussetzungen

System-Anforderungen

• Windows 10/11
• Python 3.9+ (empfohlen: Python 3.11 oder 3.12)
• Mindestens 4GB RAM (8GB empfohlen für größere Transkriptionen)
• 2GB freier Festplattenspeicher (für Whisper-Modelle und Aufnahmen)

Erforderliche Software

1. Python von python.org installieren

🚀 Installation

1. Repository klonen oder herunterladen

git clone https://github.com/jankln/LocalMeetingRecorder.git
cd LocalMeetingRecorder

Oder als ZIP herunterladen und entpacken.

2. Virtuelle Umgebung erstellen (empfohlen)

python -m venv .venv
.venv\Scripts\activate

3. Abhängigkeiten installieren

pip install -r requirements.txt

Wichtige Pakete die installiert werden:

• tkinter - GUI Framework (meist schon in Python enthalten)
• imageio[ffmpeg] - Video/Audio Verarbeitung mit FFmpeg
• faster-whisper - Lokale Whisper AI für Transkription
• torch - PyTorch für KI-Modelle

4. Erste Whisper-Modelle herunterladen (optional)

Beim ersten Start lädt Whisper automatisch das "small" Modell (~244MB). Für bessere Qualität können Sie vorab größere Modelle herunterladen:

# Optional: Größere Modelle vorab laden
python -c "from faster_whisper import WhisperModel; WhisperModel('medium')"

Verfügbare Modelle:

• tiny (~39MB) - Sehr schnell, basic Qualität
• base (~74MB) - Schnell, gute Qualität
• small (~244MB) - Standard, ausgewogen
• medium (~769MB) - Langsamer, sehr gute Qualität
• large (~1550MB) - Beste Qualität, aber langsam

🎮 Verwendung

Programm starten

python main.py

Grundlegende Bedienung

1. Speicherort wählen - Ordner für Ihre Aufnahmen
2. Optionen einstellen:
   • ✅ Mikrofon zusätzlich mitschneiden
   • ✅ Nach Stop automatisch transkribieren & zusammenfassen
3. "Aufnahme starten" klicken
4. Desktop wird aufgenommen mit Timer-Anzeige
5. "Stop" klicken zum Beenden
6. Automatische Verarbeitung läuft (falls aktiviert)

Output-Dateien

Jede Session erstellt einen Ordner: YYYY-MM-DD_HHMM_TeamsCall/

Dateien pro Session:

📁 2025-10-25_1430_TeamsCall/
├── 🎥 recording.mp4      # Screen-Recording
├── 🎵 recording.wav      # Extrahiertes Audio  
├── 📝 transcript.txt     # Vollständiges Transkript
├── 📋 summary.txt        # KI-Zusammenfassung
└── 📊 ffmpeg.log         # Debug-Log

⚙️ Konfiguration

Einstellungen-Datei

Die Datei settings.json wird automatisch erstellt:

{
  "output_dir": "C:\\MeetingRecords",
  "auto_process": true,
  "with_microphone": false,
  "hotkey": "ctrl+alt+r",
  "model_size": "small"
}

Parameter:

• output_dir - Speicherort für Aufnahmen
• auto_process - Automatische Transkription nach Aufnahme
• with_microphone - Mikrofon zusätzlich aufnehmen
• model_size - Whisper-Modell (tiny, base, small, medium, large)
• hotkey - Globaler Hotkey (zukünftige Funktion)

🔧 Fehlerbehebung

Häufige Probleme

🔴 "FFmpeg nicht gefunden"

pip install --upgrade imageio[ffmpeg]

🔴 "Kein Audio aufgenommen"

• Prüfen Sie die Windows Audio-Einstellungen
• Stellen Sie sicher, dass System-Audio aktiv ist
• Programm als Administrator ausführen kann helfen

🔴 "Whisper-Modell lädt nicht"

# Internet-Verbindung prüfen, dann:
pip install --upgrade faster-whisper torch

🔴 "Aufnahme-Datei nicht sichtbar im Explorer"

• F5 drücken zum Aktualisieren
• "Ordner öffnen" Button in der App verwenden
• Ansicht > Versteckte Elemente aktivieren

Performance-Optimierung

Für bessere Performance:

• Schließen Sie andere aufwendige Programme während Aufnahme
• Verwenden Sie SSD-Speicher für Output-Verzeichnis
• Bei langen Meetings: model_size: "base" für schnellere Verarbeitung

Für bessere Qualität:

• model_size: "medium" oder large" in settings.json
• Höhere FPS in der Aufnahme (Code-Anpassung nötig)
• Externes Mikrofon für bessere Audio-Qualität

🛡️ Datenschutz & Sicherheit

• ✅ 100% lokal - Keine Cloud-Verbindung
• ✅ Keine Datenübertragung - Alles bleibt auf Ihrem Computer
• ✅ Open Source - Code vollständig einsehbar
• ✅ Keine Telemetrie - Keine Nutzungsdaten gesammelt

📁 Projektstruktur

LocalMeetingRecorder/
├── 📄 main.py              # Haupt-Programm
├── 📄 settings.json        # Konfiguration  
├── 📄 requirements.txt     # Python-Abhängigkeiten
├── 📁 app/                 # Anwendungs-Module
│   ├── 🎥 recorder.py      # Screen-Recording Logic
│   ├── 🤖 processor.py     # Audio/Transkription
│   ├── 🖥️ ui.py            # GUI Interface
│   ├── ⚙️ settings.py      # Einstellungen-Manager  
│   ├── 🛠️ utils.py         # Hilfsfunktionen
│   └── 📄 __init__.py      # Python Package Marker
└── 📁 output/              # Standard-Output (anpassbar)

🤝 Beiträge & Support

Bug Reports

Bitte erstellen Sie ein Issue mit:

• Windows-Version
• Python-Version (python --version)
• Fehlermeldung
• Schritte zur Reproduktion

Feature Requests

Gerne! Erstellen Sie ein Issue mit Ihrer Idee.

Entwicklung

git clone https://github.com/jankln/LocalMeetingRecorder.git
cd LocalMeetingRecorder
python -m venv .venv
.venv\Scripts\activate
pip install -r requirements.txt
python main.py

📄 Lizenz

Dieses Projekt steht unter der MIT-Lizenz - siehe LICENSE Datei.

🙏 Danksagungen

• OpenAI Whisper - Hervorragende lokale Spracherkennung
• FFmpeg - Robuste Video/Audio-Verarbeitung
• faster-whisper - Optimierte Whisper-Implementation

---

Viel Spaß beim Aufnehmen und Transkribieren Ihrer Meetings! 🎉