Sascha
d5b9733e78
Drei vom Nutzer angeforderte Funktionen. Titel umbenennen: PATCH /api/recordings/:id/title. Neue Spalte recordings.title_locked, damit eine spaetere KI-Analyse einen von Hand gesetzten Titel nicht wieder ueberschreibt. Papierkorb: DELETE setzt nur noch deleted_at, nichts wird angefasst. Wiederherstellen, endgueltig loeschen, Aufraeumlauf beim Boot und taeglich (Boot-Lauf, weil das Board oft tagelang aus ist). Behebt nebenbei einen Altfehler: das bisherige Loeschen liess die words-Zeilen verwaist in der DB und die WAV/MP3-Dateien auf der Karte zurueck. Inhaltssuche: neue Tabelle passages (1689 Zeilen aus 22 Aufnahmen) mit Sprecher und Zeitfenster je Passage. Trefferliste kommt aus SQL in Millisekunden, die formulierte Antwort mit Belegen [1][2] wird nachgereicht (Qwen3-4B, ~140 s) - deshalb zweistufig. Hybrid: MariaDB FULLTEXT + Passage-Embedding + Dokument-Embedding aus Titel/Zusammenfassung (multilingual-e5-small, ONNX/CPU, taskset A55). Ohne Modell degradiert die Suche sauber auf Volltext statt auszufallen. Gemessene Grenzen sind dokumentiert statt geschoent: e5-small trennt auf verrauschtem ASR-Text schwach (Kosinus-Spanne aller Passagen nur 0,8085-0,8560; eine irrelevante Passage schlug die richtige Antwort). Dokument-Ebene und IDF-Wertung heben die richtige Passage auf Rang 11 von 296, aber nicht in die Top-8, die das LLM liest. Naechster Hebel waere multilingual-e5-base. Relative Datumsangaben werden deterministisch aufgeloest, nicht vom LLM - ein falsches Kalenderfenster waere schlimmer als gar keins. Neu: app/search.js, app/emb.js, app/inference/embed_text.py, docs/09-suche-und-verwaltung.md Board-Backups: .bak-search
85 lines
4.5 KiB
Markdown
85 lines
4.5 KiB
Markdown
# Aime — Dokumentation
|
||
|
||
> **Name:** Das Projekt heißt **Aime** (wie der Bluetooth-Name des Boards; vormals „CallRec“).
|
||
> Technische Bezeichner auf dem Board bleiben aus Stabilitätsgründen unverändert: `callrec.service`,
|
||
> `/opt/callrec`, DB/User `callrec`, PipeWire-Quelle „CallRecMix“.
|
||
|
||
Selbst gehostete Anruf-Aufnahme- und Analyse-Appliance auf einem **Youyeetoo R1 (RK3588S)** Einplatinenrechner.
|
||
Nimmt Gespräche auf (PC/Teams über USB-Gadget **und** iPhone über Bluetooth-HFP), transkribiert mit Whisper
|
||
(Encoder auf der NPU), trennt Sprecher akustisch (Diarization + Stimm-Profile) und erzeugt eine strukturierte
|
||
KI-Zusammenfassung (Gemma-3-4B auf der NPU) — **komplett offline**, keine Cloud.
|
||
|
||
## Inhaltsverzeichnis
|
||
|
||
| Dokument | Inhalt |
|
||
|---|---|
|
||
| [01 – Hardware](docs/01-hardware.md) | Board, Audio-Hardware, USB-Gadget, Thermik, NPU |
|
||
| [02 – Audio-Topologie](docs/02-audio-topologie.md) | PipeWire-Graph: callmix, Loopbacks, Noise-Gate, Volume-Bridges |
|
||
| [03 – Aufnahme-Pipeline](docs/03-aufnahme-pipeline.md) | Aufnahme → Transkription → Diarization → LLM → Datenbank |
|
||
| [04 – Sprechertrennung](docs/04-diarization.md) | Diarization, Anchor-Merge-Konsolidierung, Stimm-Profile |
|
||
| [05 – LLM-Analyse](docs/05-llm-analyse.md) | Gemma-3-4B/NPU, Analyse-Pfade, strukturierte Zusammenfassung, Glossar |
|
||
| [06 – iPhone-Bluetooth](docs/06-iphone-bt.md) | HFP-Pfad, Routing-Watcher, Echo-Fix |
|
||
| [07 – Betrieb](docs/07-betrieb.md) | Services, Zugänge, Backups, Troubleshooting |
|
||
| [08 – Changelog](docs/08-changelog.md) | Chronik aller Entwicklungsschritte |
|
||
| [09 – Suche & Verwaltung](docs/09-suche-und-verwaltung.md) | Inhaltssuche mit Zeitstempel-Verweis, Papierkorb, Titel umbenennen |
|
||
|
||
## System-Überblick
|
||
|
||
```mermaid
|
||
flowchart LR
|
||
subgraph Quellen
|
||
PC["Windows-PC<br/>(Teams, Medien)"]
|
||
IPHONE["iPhone<br/>(Telefonate)"]
|
||
USER(("Nutzer<br/>Logi H390 Headset"))
|
||
end
|
||
|
||
subgraph R1["Youyeetoo R1 (RK3588S, Armbian, lüfterlos)"]
|
||
PW["PipeWire<br/>Audio-Routing<br/>(callmix + micgate)"]
|
||
APP["Aime Web-App<br/>Node.js :3000"]
|
||
WH["Whisper large-v3-turbo<br/>Encoder auf NPU"]
|
||
DIAR["Diarization<br/>sherpa-onnx + TitaNet"]
|
||
LLM["Gemma-3-4B<br/>rkllm auf NPU"]
|
||
DB[("MariaDB<br/>callrec")]
|
||
end
|
||
|
||
PC -- "USB-C (UAC2-Gadget)" --> PW
|
||
IPHONE -- "Bluetooth HFP (AX210)" --> PW
|
||
USER -- "USB-A" --> PW
|
||
PW -- "callrec_mix" --> APP
|
||
APP --> WH --> DIAR --> LLM --> DB
|
||
APP --- DB
|
||
```
|
||
|
||
## Quick Facts
|
||
|
||
- **Board:** `192.168.1.200` (WLAN, primär) / `192.168.1.50` (LAN), Login `root`
|
||
- **Web-GUI:** `http://192.168.1.200:3000` — Aufnahme, Transkript, Sprecher-Editor, Glossar
|
||
- **App-Verzeichnis:** `/opt/callrec` (Node.js, systemd `callrec.service`)
|
||
- **Harte Anforderungen:** immer offline (kein Cloud-LLM), akustische Sprecher-ID, kein aktiver Lüfter
|
||
- Details und alle Zugangsdaten: [07 – Betrieb](docs/07-betrieb.md)
|
||
|
||
## Repo-Aufbau
|
||
|
||
| Verzeichnis | Inhalt |
|
||
|---|---|
|
||
| `app/` | Spiegel von **`/opt/callrec`** auf dem Board: Node-Backend (`server.js`, `recorder.js`, `llm.js`, `diar.js`, `spk.js`, `db.js`, `bt.js`), Vite-Frontend (`web/`), Python-Inferenz (`inference/`), Audio-/Setup-Skripte (`aime-*.sh`), `rkllm_server.cpp` |
|
||
| `system/` | System-Konfiguration, Pfade wie auf dem Board: systemd-Units (`etc/systemd/system/`, `home/callrec/.config/systemd/user/`), WirePlumber-Drop-ins, micgate-Filter-Chain, sudoers |
|
||
| `docs/` | Diese Dokumentation |
|
||
|
||
**Nicht im Repo** (zu groß / Laufzeit-Artefakte): `node_modules`, `web/dist` (per `npx vite build` erzeugbar),
|
||
Modelle (`*.rkllm`, `*.rknn`, `models/`), `rkllm_server`-Binary (aus `rkllm_server.cpp` kompilierbar),
|
||
Aufnahmen, `milestones/`, `.bak-*`.
|
||
|
||
**Restore-Hinweis:** `app/` → `/opt/callrec`, `system/…` → jeweilige Absolutpfade; danach `npm install`
|
||
(Root + `web/`), `npx vite build` in `web/`, User-Units mit `systemctl --user enable` aktivieren
|
||
(`filter-chain.service` maskieren!), Details in [07 – Betrieb](docs/07-betrieb.md).
|
||
|
||
⚠️ Das Repo ist die **Kopie** — die **Wahrheit läuft auf dem Board**. Nach jeder Board-Änderung Code hierher zurückspiegeln.
|
||
|
||
## Doku-Regeln
|
||
|
||
- Diese Doku ist die **verbindliche Ablage** für alle zukünftigen Änderungen am System.
|
||
- Jede Änderung: betroffenes Kapitel aktualisieren **und** Eintrag in [08 – Changelog](docs/08-changelog.md).
|
||
- Prozesse/Abläufe immer mit **Mermaid-Diagramm** dokumentieren (Gitea rendert sie direkt).
|
||
- Auf dem Board bleiben `.bak-*`-Dateien als Rollback-Punkte; Meilenstein-Snapshots unter `/opt/callrec/milestones/`.
|