🎤 Audio Notes AI 🤖 - Enterprise Version 2.1.0

🎉 Wersja 2.1.0 dostępna! 🎤 Audio Notes AI 🤖 Enterprise działa na Windows, macOS i Linux oraz oferuje intuicyjne zarządzanie kluczami API. Wszystkie funkcjonalności działają na każdym systemie operacyjnym.

🌐 Przetestuj aplikację na żywo! - Działająca wersja demo na Streamlit Cloud

---

Opis

Zaawansowany system notatek głosowych z AI-powered wyszukiwaniem semantycznym. Nagrywaj, transkrybuj (Whisper), twórz wektory (embeddings) i wyszukuj notatki głosowe z pomocą sztucznej inteligencji. Funkcje: automatyczna kategoryzacja, tagowanie, eksport do TXT/PDF/DOCX, synchronizacja w chmurze. Nowoczesny, multiplatformowy interfejs (Windows, macOS, Linux). Rewolucja w organizacji wiedzy osobistej i biznesowej.

---

Instalacja

   git clone https://github.com/AlanSteinbarth/Audio-Notes-AI.git
   cd Audio-Notes-AI

2. Zainstaluj zależności

   pip install -r requirements.txt

3. Skonfiguruj zmienne środowiskowe

   cp .env.example .env

   Edytuj plik .env i uzupełnij (klucz OpenAI jest opcjonalny):

   # Opcjonalnie - można też podać w sidebarze aplikacji
   OPENAI_API_KEY=sk-twój-klucz-openai
   # Wymagane
   QDRANT_URL=https://twoja-instancja-qdrant.com
   QDRANT_API_KEY=twój-klucz-qdrant

4. Uruchom aplikację

   streamlit run app.py
   # lub
   python -m streamlit run app.py

5. Podaj klucz OpenAI

   • Jeśli nie masz klucza w .env, wprowadź go w sidebarze aplikacji
   • Klucz jest automatycznie weryfikowany przed użyciem

🌐 Live Demo

▶️ Uruchom aplikację na Streamlit Cloud

Wypróbuj wszystkie funkcjonalności aplikacji bez instalacji:

• 🎤 Nagrywanie i transkrypcja notatek głosowych
• 🔍 Semantyczne wyszukiwanie z AI
• 📤 Eksport do PDF, DOCX, TXT
• 🏷️ Automatyczne kategoryzowanie

Uwaga: Demo używa zewnętrznych API (OpenAI, Qdrant) - niektóre funkcje mogą wymagać konfiguracji kluczy.

---

🛠️ Instalacja zależności systemowych

Aby aplikacja działała poprawnie na każdym systemie operacyjnym, wymagane są dodatkowe narzędzia systemowe:

• ffmpeg (do obsługi audio)
• git (do pobierania repozytorium i ewentualnych aktualizacji)

Instalacja na macOS

brew install ffmpeg git

Instalacja na Linux (Debian/Ubuntu)

sudo apt update
sudo apt install ffmpeg git

Instalacja na Windows (z Chocolatey)

choco install ffmpeg git

Jeśli nie masz Chocolatey, zobacz: https://chocolatey.org/install

---

📦 Instalacja bibliotek opcjonalnych

Niektóre funkcje wymagają dodatkowych bibliotek Python:

• Nagrywanie audio w przeglądarce:

  pip install streamlit-audiorecorder

• Eksport PDF:

  pip install fpdf

Aplikacja działa również bez tych bibliotek, ale niektóre funkcje będą niedostępne.

---

🧪 Środowiska wirtualne

Zalecamy korzystanie ze środowiska wirtualnego (venv lub conda):

Python venv (uniwersalnie)

python -m venv venv
source venv/bin/activate  # macOS/Linux
venv\Scripts\activate    # Windows
pip install -r requirements.txt

Conda (jeśli używasz)

conda create -n notatki python=3.11
conda activate notatki
pip install -r requirements.txt

---

🌍 Przenośność

Aplikacja została przetestowana na Windows, macOS i Linux. Wszystkie ścieżki plików oraz zależności są obsługiwane automatycznie. W przypadku brakujących zależności systemowych lub bibliotek Python, aplikacja wyświetli odpowiedni komunikat i instrukcję instalacji.

---

🛠️ Technologie

Backend

• Python 3.11+ - Język programowania
• Streamlit - Framework dla interfejsu webowego
• OpenAI API - Transkrypcja (Whisper) i embeddingi (text-embedding-3-large)
• Qdrant - Baza danych wektorowych

Przetwarzanie

• Whisper - Transkrypcja audio na tekst
• text-embedding-3-large - Generowanie wektorów semantycznych
• GPT-3.5 - Automatyczne generowanie tytułów

Eksport

• FPDF - Generowanie dokumentów PDF
• python-docx - Tworzenie plików DOCX
• Built-in - Eksport do formatu TXT

📖 Jak używać

1. Dodawanie notatek

1. Kliknij "Nagraj notatkę" w zakładce "Dodaj notatkę"
2. Nagraj swoją notatkę głosową
3. Kliknij "Transkrybuj audio"
4. Sprawdź i edytuj transkrypcję w razie potrzeby
5. Kliknij "Zapisz notatkę"

2. Wyszukiwanie

1. Przejdź do zakładki "Wyszukaj notatkę"
2. Wpisz zapytanie (może być ogólne, np. "spotkanie z klientem")
3. System znajdzie semantycznie podobne notatki

3. Zarządzanie notatkami

1. W zakładce "Lista notatek" zobaczysz wszystkie zapisane notatki
2. Możesz edytować, usuwać lub eksportować każdą notatkę
3. Dostępne formaty eksportu: TXT, PDF, DOCX

⚙️ Konfiguracja

Zmienne środowiskowe

Zmienna	Opis	Przykład
OPENAI_API_KEY	Klucz API OpenAI	sk-proj-...
QDRANT_URL	URL instancji Qdrant	https://xyz.qdrant.cloud:6333
QDRANT_API_KEY	Klucz API Qdrant	abc123...

Modele OpenAI

• Transkrypcja: whisper-1
• Embeddingi: text-embedding-3-large (3072 wymiary)
• Tytuły: gpt-3.5-turbo

🏗️ Architektura

graph TB
    subgraph "Frontend Layer"
        A[Streamlit Web UI]
        A1[Audio Recorder]
        A2[File Upload]
        A3[Search Interface]
        A4[Export Options]
    end
    
    subgraph "Application Layer"
        B[Audio Notes AI Core]
        B1[Audio Processing]
        B2[Text Processing]
        B3[Search Engine]
        B4[Export Engine]
    end
    
    subgraph "AI Services Layer"
        C[OpenAI API]
        C1[Whisper STT]
        C2[Text Embeddings]
        C3[GPT Title Generation]
    end
    
    subgraph "Data Layer"
        D[Qdrant Vector DB]
        D1[Vector Storage]
        D2[Metadata Storage]
        D3[Similarity Search]
    end
    
    subgraph "Storage Layer"
        E[Local File System]
        E1[Audio Files]
        E2[Export Files]
        E3[Configuration]
    end
    
    A --> B
    A1 --> B1
    A2 --> B1
    A3 --> B3
    A4 --> B4
    
    B1 --> C1
    B2 --> C2
    B2 --> C3
    B3 --> D3
    
    C --> D
    B --> E
    
    style A fill:#e1f5fe
    style B fill:#f3e5f5
    style C fill:#fff3e0
    style D fill:#e8f5e8
    style E fill:#fce4ec

Loading

Przepływ Danych

1. Nagrywanie → Audio → Streamlit UI
2. Transkrypcja → Audio → OpenAI Whisper → Tekst
3. Embedding → Tekst → OpenAI Embeddings → Wektor
4. Zapis → Wektor + Metadata → Qdrant DB
5. Wyszukiwanie → Query → Embedding → Similarity Search → Wyniki
6. Eksport → Dane → Generator → PDF/DOCX/TXT

🔧 Narzędzia diagnostyczne

Projekt zawiera zestaw narzędzi diagnostycznych dla deweloperów i administratorów:

quick_start.py - Interaktywny przewodnik uruchamiania

python quick_start.py

• Sprawdza konfigurację środowiska
• Testuje połączenia API
• Uruchamia aplikację z przewodnikiem

diagnose_app.py - Kompleksowa diagnostyka

python diagnose_app.py

• Analiza struktury projektu
• Weryfikacja importów i zależności
• Test połączeń zewnętrznych
• Sprawdzenie konfiguracji

test_app_simple.py - Podstawowe testy

python test_app_simple.py

• Testy importów modułów
• Weryfikacja funkcji kluczowych
• Kontrola błędów składni

🤝 Współpraca

Chcesz przyczynić się do rozwoju projektu? Świetnie! Zobacz CONTRIBUTING.md dla szczegółów.

Zgłaszanie błędów

Jeśli znalazłeś błąd, utwórz issue z:

• Opisem problemu
• Krokami do reprodukcji
• Informacjami o systemie

Propozycje funkcji

Masz pomysł na nową funkcję? Otwórz dyskusję!

📋 Roadmapa

• Obsługa wielu języków transkrypcji
• Kategorie i tagi notatek
• API REST dla integracji
• Aplikacja mobilna
• Backup i synchronizacja

🐛 Rozwiązywanie problemów

Szczegółowy przewodnik rozwiązywania problemów znajduje się w pliku TROUBLESHOOTING.md.

Najczęstsze problemy

Problem z streamlit-audiorecorder

# Błąd: No such component directory
pip uninstall streamlit-audiorecorder
pip install streamlit-audiorecorder --no-cache-dir --force-reinstall

Aplikacja działa bez nagrywania

Aplikacja automatycznie wykrywa dostępność bibliotek i:

• ✅ Pokazuje nagrywanie jeśli audiorecorder działa
• ✅ Pokazuje tylko upload plików jeśli audiorecorder nie działa
• ✅ Wszystkie funkcje działają niezależnie od nagrywania

📝 Changelog

Zobacz CHANGELOG.md dla pełnej historii zmian.

Wersja 2.1.0 (2025-06-14) - UNIWERSALNA WERSJA

• ✅ Pełna przenośność - Natywne wsparcie Windows, macOS, Linux
• ✅ Inteligentne API Key - Klucz OpenAI w sidebarze lub .env
• ✅ Automatyczna detekcja systemu - Wykrywa brakujące zależności
• ✅ Stabilny interfejs - Naprawiono czarny ekran przy starcie
• ✅ Odporne importy - Elegancka obsługa opcjonalnych bibliotek

Wersja 2.0.0 (2025-05-27) - ENTERPRISE

• Pierwsza stabilna wersja Enterprise
• Pełna funkcjonalność produkcyjna

📄 Licencja

Ten projekt jest licencjonowany na licencji MIT - zobacz plik LICENSE dla szczegółów.

👨‍💻 Autor

Alan Steinbarth

• Email: alan.steinbarth@gmail.com
• GitHub: @AlanSteinbarth

🙏 Podziękowania

• OpenAI za API Whisper i GPT
• Qdrant za bazę danych wektorowych
• Streamlit za framework UI
• Społeczność open source za inspirację

---

📸 Zrzuty ekranu

Poniżej przykładowe ekrany aplikacji (folder Screenshots/):

---

📊 Wydajność i Metryki

Wydajność Systemu

• Transkrypcja audio: ~2-3x szybciej niż czas nagrania (dla plików do 10MB)
• Wyszukiwanie semantyczne: <200ms dla bazy do 10,000 notatek
• Generowanie embeddingów: ~1-2s dla tekstu do 1000 słów
• Eksport dokumentów: <1s dla notatek do 5000 słów

Limity i Ograniczenia

• Maksymalny rozmiar pliku audio: 25MB (ograniczenie OpenAI)
• Obsługiwane formaty audio: MP3, WAV, FLAC, M4A, MP4
• Maksymalna długość nagrania: 10 minut (rekomendowane)
• Jednoczesne użytkownicy: Zależy od konfiguracji Qdrant i OpenAI API

Zużycie Zasobów

• RAM: ~200-500MB (zależnie od rozmiaru bazy notatek)
• Dysk: ~50MB aplikacja + dane użytkownika
• CPU: Niskie zużycie (głównie I/O operacje)
• Sieć: Zależy od częstotliwości używania API

---

🐳 Docker & Konteneryzacja

Szybkie uruchomienie z Docker

# Pobierz kod
git clone https://github.com/AlanSteinbarth/Audio-Notes-AI.git
cd Audio-Notes-AI

# Skopiuj i edytuj zmienne środowiskowe
cp .env.example .env
# Edytuj .env z kluczami API

# Uruchom z Docker Compose
docker-compose up -d

# Aplikacja dostępna na http://localhost:8501

Budowanie własnego obrazu

# Zbuduj obraz
docker build -t audio-notes-ai:latest .

# Uruchom kontener
docker run -p 8501:8501 \
  -e OPENAI_API_KEY=your_key \
  -e QDRANT_URL=your_qdrant_url \
  -e QDRANT_API_KEY=your_qdrant_key \
  audio-notes-ai:latest

Komponenty w Docker Compose

• audio-notes-ai: Główna aplikacja
• qdrant: Baza danych wektorowych
• redis: Cache (opcjonalny)

---

🛠️ Automatyczna Konfiguracja

Skrypt Setup (Linux/macOS)

# Nadaj uprawnienia
chmod +x setup.sh

# Uruchom setup
./setup.sh

Skrypt automatycznie:

• ✅ Sprawdza Python i zależności systemowe
• ✅ Tworzy środowisko wirtualne
• ✅ Instaluje biblioteki Python
• ✅ Konfiguruje plik .env
• ✅ Tworzy niezbędne foldery
• ✅ Uruchamia podstawowe testy
• ✅ Opcjonalnie konfiguruje Docker

Skrypt Setup (Windows)

# Uruchom PowerShell jako Administrator
.\setup.ps1

---

📚 Dokumentacja API

Szczegółowa dokumentacja API znajduje się w pliku API.md.

Planowane API REST (v3.0.0)

• 🎤 Audio Management: Upload, transcribe, manage audio files
• 📝 Notes CRUD: Create, read, update, delete notes
• 🔍 Semantic Search: Advanced search with similarity scoring
• 📤 Export: PDF, DOCX, TXT export endpoints
• 🔐 Authentication: API keys, JWT tokens, OAuth 2.0

---

🌩️ Deployment i Hosting

Streamlit Cloud

Aplikacja jest dostępna na żywo pod adresem: https://audio-notes-ai.streamlit.app/

Szczegółowe instrukcje deployment w DEPLOYMENT.md.

Kroki deployment:

1. Fork/clone repozytorium na GitHub
2. Idź na share.streamlit.io
3. Połącz repozytorium
4. W "Advanced settings" → "Secrets" dodaj:

   QDRANT_URL = "https://your-qdrant-instance.com"
   QDRANT_API_KEY = "your-qdrant-api-key"
   OPENAI_API_KEY = "sk-your-openai-key"  # opcjonalne

Inne platformy

• Railway: Ustaw env variables w dashboard
• Render: Dodaj env vars w service settings
• Heroku: Użyj heroku config:set
• Docker: Zobacz docker-compose.yml

Uwagi o serwerach Qdrant

⚠️ Uśpione serwery: Qdrant Cloud może uśpić serwer po braku aktywności. Aplikacja automatycznie "budzi" serwer przy pierwszym połączeniu.

---

⭐ Podobał Ci się projekt? Zostaw gwiazdkę! ⭐