Francesco Sposato
dettaglio progetto
MicToText
Uno strumento che registra le lezioni e trasforma l'audio in appunti strutturati e schemi visivi, generati in automatico da un'IA che gira interamente in locale.
Python
Ollama
Flask
In costruzione
Panoramica
MicToText è nato dalla necessità di registrare l'audio delle lezioni e trasformarlo in automatico in schemi e schede di studio. L'idea è arrivata in un periodo pieno di lezioni, quando costruire uno schema anche per un solo argomento mi portava via moltissimo tempo — e gli argomenti da studiare erano tanti e diversi tra loro.
L'obiettivo qui non era il codice in sé: l'app è stata costruita con il supporto quasi completo dell'IA, perché la priorità era avere in fretta uno strumento che funzionasse davvero.
L'unico vincolo non negoziabile era che girasse interamente in locale, senza appoggiarsi a nessun servizio cloud.
stack tecnologico
Cosa ho utilizzato
Python
Tutta la pipeline gira in locale in Python: dalla cattura del microfono all'orchestrazione dei vari passaggi.
faster-whisper
Trascrive l'audio in testo direttamente sul PC, senza inviare nulla a servizi cloud.
Ollama (qwen2.5:7b)
Un modello linguistico eseguito in locale trasforma la trascrizione in appunti strutturati e in uno schema Mermaid.
Flask
Un'interfaccia web opzionale, in locale, per avviare la registrazione e seguire l'elaborazione senza usare la riga di comando.
decisioni e problemi risolti
Quello che ho imparato costruendolo
Cosa ha funzionato bene
E' stata un applicazione incredibilmente veloce da creare. Ho creato da subito un piano incrementeale: prima le cose piu semplici, e man mano che i test proseguivano ho aumentato le funzionalità. Avendo tralasciato quasi compeletamente la parte di codice, mi sono concentrato soprattutto sulla strutturazione dei requisiti e la mitigazione delle problematiche.
Difficoltà incontrate
Uno dei grandi problemi dell'IA è la necessità di grandi potenze di calcolo per poter funzionare in locale. Ho dovuto effettuare ricerche per capire quale fosse il modello piu' potente da me utilizzabile.
Cosa rifaresti diversamente
Avendo avuto piu' tempo a disposizione nella creazione, cercherei di studiare e capire il codice prima di implementarlo, perchè la reputo una cosa essenziale per creare buon codice e migliorare lo sviluppo: il fatto che un app sia vibe-codata non giustifica la non conoscenza dei dettagli del suo funzionamento.
Il codice di MicToText è pubblico su GitHub.
Vedi il repository
← Torna ai progetti
Francesco Sposato - studente e aspirante sviluppatore