Un prompt peut-il remplacer MeetGeek ?

Construis un extracteur de moments forts de réunion par-dessus la transcription locale, en étendant l’approche de la fiche Avoma de ce catalogue avec une génération automatique de clips. Utilise Python avec FastAPI, whisper.cpp pour la transcription locale, et ffmpeg pour le traitement vidéo. Après avoir transcrit un enregistrement importé, import explicite par l’utilisateur, pas de connexion automatique de bot, même principe que la fiche Avoma, scanne la transcription pour des moments forts candidats en utilisant des heuristiques simples et explicables : des phrases de signal explicites que l’utilisateur peut configurer, comme « c’est important » ou « action à mener », ou un détecteur basique de changement de rythme de parole comme signal secondaire. Pour chaque moment signalé, découpe un court clip vidéo, une fenêtre configurable, comme 20 secondes avant à 10 secondes après, depuis l’enregistrement original en utilisant ffmpeg, avec la phrase correspondante comme légende du clip. Présente les clips signalés dans une liste de revue où l’utilisateur confirme ou rejette chacun avant qu’il soit gardé, puisque la détection heuristique produira des faux positifs. Exporte les clips confirmés comme des fichiers MP4 individuels. Ne construis pas de modèle de détection de moments forts plus sophistiqué basé sur du ML, d’enregistrement automatique déclenché par calendrier, ni de bibliothèques partagées en équipe — c’est hors périmètre ; ceci utilise des heuristiques simples et explicables plutôt qu’un modèle entraîné, et le dit clairement. Nécessite un hébergement pour tourner en continu, ou peut tourner sur une machine perso pour un usage occasionnel ; aucune clé API externe requise.