Документація

Власний рекордер дзвінків: запис у браузері, зберігання в Cloudflare R2, розшифровка по спікерах і summary. Без підписок і без чужих сервісів у контурі.

Шлях одного запису

• Запис. Браузер пише обрану вкладку. Формат — MP4 там, де браузер уміє (інакше WebM): у MP4 записана тривалість, тому відео мотається навіть за прямим посиланням.
• Завантаження — під час дзвінка. Кожні 10 МБ їдуть у R2 одразу, не чекаючи кінця. На «Зупинити» лишається тільки хвіст. Обрив мережі не чіпає сам запис: байти лежать у браузері, і докачка продовжиться з останньої підтвердженої частини.
• Розшифровка. Сервер витягує звук і віддає його ElevenLabs Scribe — він розділяє голоси на репліки. Тримає суміш української, російської та англійської в одному дзвінку.
• Імена. Gemini читає готову розшифровку і визначає, хто є хто, з того, як люди звертаються одне до одного. Доказ — дослівна цитата; без неї спікер лишається «Спікер 2». Ніколи не вигадує.
• Summary. Gemini робить підсумок уже по тексту з іменами — тому «хто що робить» виходить з конкретними людьми.
• Пошук. Транскрипт нарізається і векторизується разом з іменами, тож питання «що обіцяв Женя» знаходить відповідь.

Хто що бачить

• Кожен бачить лише свої записи. Це рішення ухвалює сервер за особистим токеном людини — не фільтр у браузері.
• Адмін бачить усе, і на чужих картках стоїть підпис автора (👤 Ім'я). Ця вкладка також видима лише адміну.
• Записи розкладаються по проєктах, лідах і теках. Кожен впорядковує свої; чужі привязки не видно.
• Що поки не закрито: файли лежать у публічному бакеті — пряме посилання відкриє будь-хто, кому воно потрапить. Перелічити чужі ключі не можна, але посилання варто не розсилати.

Скільки це коштує

Рахунок рахується наживо з твоєї бібліотеки. Години там, де тривалість відома; де ні — оцінка за обсягом (≈1.9 ГБ/год).

Тарифи, з яких складається сума

• Eleven Labs (модель Scribe) — $0.22/год аудіо. Головна стаття, платимо за години розмов.
• Gemini, розбір відео — ≈$0.22/год. Читає, що відбувалось на екрані, і додає це в пошук. Найдорожче після Scribe — вимикається змінною VIDEO_PASS_ENABLED=0, якщо не потрібно.
• Gemini, імена і summary — ≈$0.01 за запис. Працює по тексту, не по звуку, тому копійки.
• Cloudflare R2 — $0.015/ГБ перші 60 днів, далі $0.010/ГБ. Перші 10 ГБ безкоштовно. Вихідний трафік — $0.
• Запобіжник — денна стеля витрат на Gemini; понад неї нові завдання просто чекають наступного дня.

Якщо щось пішло не так

• Запис не завантажився → відео лишається в браузері, тисни «Повторити завантаження». У Телеграм при цьому приходить сповіщення, тож непомітно загубитись не може. Коли запис уже в бібліотеці — «Прибрати» прибере локальну копію.
• Немає імен, тільки «Спікер 1/2» → у розмові жодного разу не прозвучали імена. Або назви одне одного на початку, або постав розширення для субтитрів Meet.
• Відео не мотається → це старий запис у WebM без тривалості. Нові пишуться в MP4, проблеми більше немає.
• У записі не чути співрозмовника → обрано «Весь екран» замість вкладки. На Mac системний звук у цьому режимі не пишеться.