OpenAI Whisper, React et FastAPI : comment créer un outil AI de synthèse de réunions sans budget

Les développeurs n'ont plus besoin d'une pile payante pour construire une application IA utile : un détail minutieux d'un résumeur de réunions construit avec React et FastAPI a été publié, reposant uniquement sur des modèles et des services gratuits. À titre d'exemple, l'auteur prend un service qui accepte l'audio, transcrit l'enregistrement, extrait les points clés et affiche les éléments d'action dans une interface web simple.

Pourquoi un Budget Zéro est Réel

Il y a quelques années, un tel projet signifiait presque automatiquement des dépenses pour OpenAI API, la location de GPU et un déploiement payant. La situation est différente maintenant : les modèles open-source et les généreux niveaux gratuits couvrent la plupart des scénarios de base, en particulier si la tâche est étroite et bien définie. Pour les résumés de réunions, cela est particulièrement notable car vous n'avez pas besoin de « superpuissances » abstraites d'un modèle, mais d'une manipulation normale de la transcription, d'une extraction des décisions et d'une liste des prochaines étapes.

Le détail met spécifiquement l'accent sur le fait que le développeur n'est plus lié à un seul fournisseur. Vous pouvez utiliser un modèle gratuit basé sur le cloud ou passer à l'exécution locale si la confidentialité, le contrôle des données et les coûts prévisibles sont importants. Pour cela, des outils locaux comme Ollama et LM Studio sont fournis, et pour l'option cloud — des quotas gratuits auprès des fournisseurs d'API. Essentiellement, construire un MVP est maintenant possible sans acquisition d'infrastructure et longues approbations budgétaires.

De Quoi la Stack se Compose

Le projet est construit avec un ensemble maximalement simple d'outils. La logique ici n'est pas dans la pile « la plus à la mode », mais en rendant possible pour tout développeur de répliquer rapidement la solution, d'obtenir un résultat fonctionnant et, si vous le souhaitez, de remplacer des composants individuels sans reconstruire l'ensemble du système.

• OpenAI Whisper — pour convertir l'audio en texte localement et sans payer pour les demandes
• GLM-4.7-Flash de Zhipu AI — comme option gratuite dans le cloud pour les résumés
• LFM2-2.6B-Transcript de Liquid AI — comme modèle local pour les notes de réunion
• FastAPI — pour le chargement d'API, le traitement des fichiers et le stockage des résultats
• React + SQLite — pour l'interface et le stockage des transcriptions, résumés et éléments d'action

De plus, le matériel recommande des outils IA gratuits pour le développement, principalement Codeium et Continue, pour écrire et éditer le code plus rapidement. Mais l'architecture du projet lui-même reste très directe : couches minimales, dépendances minimales et un flux de données clair du fichier audio à une carte avec le résumé final. Pour un projet pédagogique ou un prototype interne, c'est plus important qu'un schéma d'ingénierie « idéal ».

Comment le Projet est Construit

Le pipeline est organisé sans complexité inutile. Un utilisateur télécharge un enregistrement de réunion, une conférence ou une note vocale, FastAPI reçoit le fichier et le transmet à Whisper, qui construit une transcription. Ensuite, le texte est envoyé à un modèle de résumé, qui retourne une brève description de la discussion et une liste d'éléments d'action. Après cela, le résultat est enregistré dans SQLite, et l'interface React affiche la transcription, le résumé et les tâches sur un écran. Le code complet pour ce pipeline est en effet fourni directement dans le matériel par l'auteur.

Dans l'exemple, Whisper s'exécute en configuration tiny pour accélérer le traitement sur CPU, et pour le LLM deux modes sont proposés : option gratuite dans le cloud via l'API Zhipu AI et complètement local via le modèle Liquid AI, qui nécessite moins de 3 Go de RAM. Cela rend le projet flexible : vous pouvez commencer avec le cloud, puis basculer vers un scénario local sans casser le reste de l'architecture.

«

Si un modèle ne convient pas, vous pouvez basculer vers un autre sans changer l'infrastructure. »

Après l'assemblage local, le projet est offert pour être déployé gratuitement sur Vercel et Render. Cette option convient à une démo, un outil interne ou des tests utilisateurs précoces, mais l'auteur avertit honnêtement des limitations : Whisper et les transformateurs occupent un espace disque significatif, et les niveaux gratuits se heurtent rapidement aux limites de mémoire et de temps de démarrage. Par conséquent, pour la production, vous devrez presque certainement déplacer certaines tâches vers une API cloud ou préparer une infrastructure séparée pour les modèles locaux.

Ce que Cela Signifie

La conclusion pratique est simple : un prototype IA n'a plus besoin d'une équipe séparée et d'un budget de modèle dès le départ. Pour les développeurs indépendants, les petits studios et les équipes produit, cela réduit le coût de l'expérimentation — une idée comme un résumeur de réunions, un copilote interne ou un service de voix en notes peut maintenant être testée en quelques soirées et ensuite seulement décider si cela vaut la peine de payer pour la mise à l'échelle.