RecordAI é uma aplicação gráfica para Linux que grava automaticamente a saída de áudio do sistema (tudo que toca nos alto-falantes/fones) e/ou microfone, salva os áudios em arquivos compactados .ogg (Opus), permite transcrever o conteúdo gravado e gerar resumos inteligentes com IA (Google Gemini). Possui interface moderna para gerenciar, reproduzir, excluir, detalhar gravações e capturar prints de tela do monitor do mouse, com análise automática via IA.

• Grava a saída de áudio do sistema e/ou microfone, sem necessidade de redirecionamento manual.
• Interface gráfica intuitiva (Tkinter) para gerenciar gravações.
• Salva gravações em blocos organizados por data/hora.
• Reproduz, exclui, abre pastas e apaga todas as gravações facilmente.
• Transcreve automaticamente o áudio gravado para texto (Google Speech Recognition).
• Gera título, resumo e principais pontos da gravação usando IA (Google Gemini).
• Captura prints de tela do monitor do mouse (atalho Ctrl+Alt+M), vinculando-os à gravação selecionada.
• Analisa prints de tela com IA (Google Gemini), exibindo resultado em markdown (com ou sem tkmarkdown).
• Visualização detalhada de cada gravação, incluindo transcrição, análise da IA e prints capturados.
• Compatível com Ubuntu 24+ (PipeWire ou PulseAudio).

Execute no terminal:

sudo apt-get update
sudo apt-get install python3-gi gir1.2-gst-plugins-base-1.0 gir1.2-gstreamer-1.0 \
  gstreamer1.0-tools gstreamer1.0-plugins-good gstreamer1.0-plugins-bad \
  gstreamer1.0-pulseaudio python3-tk python3-pyaudio portaudio19-dev ffmpeg

Obs: O python3-tk é necessário para a interface gráfica.
O ffmpeg é necessário para manipulação de áudio (conversão OGG/WAV).

Recomenda-se o uso de ambiente virtual:

python3 -m venv venv
source venv/bin/activate
pip install -r requirements.txt

Opcional: Para exibir resultados de análise de prints em markdown formatado na interface, instale também:

pip install tkmarkdown

Para usar as funcionalidades de IA (resumo/título/pontos e análise de prints), é necessário configurar a API do Google Gemini. Crie um arquivo .env na raiz do projeto com o seguinte conteúdo:

GEMINI_API_KEY=seu_token_google_gemini
GEMINI_MODEL=gemini-pro
RECORD_BLOCK_SECONDS=240

• GEMINI_API_KEY: sua chave de API do Google Gemini (obrigatório para IA).
• GEMINI_MODEL: modelo Gemini a ser utilizado (ex: gemini-pro).
• RECORD_BLOCK_SECONDS: duração máxima de cada bloco de gravação (em segundos, padrão: 240).

Atenção: Sem a chave da API, apenas a gravação e transcrição funcionarão.

1. Clone o repositório:

   git clone <url-do-repositorio>
   cd recordai

2. (Opcional) Crie e ative o ambiente virtual:

   python3 -m venv venv
   source venv/bin/activate

3. Instale as dependências Python:

   pip install -r requirements.txt

4. (Opcional) Instale o tkmarkdown para visualização avançada de markdown.

5. (Opcional) Configure o arquivo .env para recursos de IA.

6. Execute a aplicação:

   python3 recordai.py

7. Na interface:

   • Clique em Iniciar Gravação para começar a gravar.
   • Clique em Encerrar Gravação para finalizar e salvar.
   • Use os botões para reproduzir, excluir, abrir pasta ou apagar todas as gravações.
   • Use Transcrever para gerar o texto do áudio.
   • Use Aplicar IA para gerar título, resumo e pontos principais.
   • Selecione uma gravação e pressione Ctrl+Alt+M para capturar um print do monitor do mouse.
   • Prints capturados aparecem na aba "Prints" dos detalhes da gravação, podendo ser analisados por IA.
   • As gravações ficam na pasta output/.

recordai/
├── recordai.py         # Script principal com interface gráfica
├── requirements.txt    # Dependências Python
├── output/             # Pasta onde os arquivos .ogg gravados e prints são salvos
│   └── .gitkeep        # Mantém a pasta no repositório
├── .gitignore          # Ignora arquivos de áudio, prints, .env e venv
└── README.md           # Este arquivo

• O programa detecta automaticamente o monitor do sink padrão do sistema via pactl.
• A gravação é feita via GStreamer, misturando microfone e saída do sistema (caso deseje).
• Arquivos são salvos em OGG/Opus, ideais para voz e música.
• Não é necessário configurar nada no PulseAudio/PipeWire ou usar pavucontrol.
• A transcrição utiliza Google Speech Recognition (necessita conexão com a internet).
• O resumo com IA e a análise de prints utilizam a API do Google Gemini (necessita chave e internet).
• Captura de prints:
  • Atalho local: Ctrl+Alt+M (funciona apenas com a janela da aplicação em foco).
  • Atalho global: Ctrl+Alt+M (funciona em todo o sistema, requer sudo e X11).
  • Prints são salvos na gravação selecionada e podem ser analisados por IA.
  • Resultado da análise é exibido em markdown (se tkmarkdown instalado, com formatação avançada).

Para que o recurso de atalho global (ex: Ctrl+Alt+M) funcione no Linux, é necessário rodar a aplicação como root, pois a biblioteca pynput exige permissões elevadas para capturar teclas globalmente.

Como rodar:

Se estiver usando ambiente virtual (venv):

sudo -E venv/bin/python recordai.py

Se não estiver usando venv:

sudo python3 recordai.py

Atenção:

• O uso de sudo é necessário apenas para o atalho global. As demais funções da aplicação funcionam normalmente sem sudo.
• Se faltar algum pacote ao rodar como root, instale com:

  sudo pip install -r requirements.txt

• Em ambientes Wayland (Ubuntu 22+ padrão), atalhos globais podem não funcionar. Prefira X11 para esse recurso.

Projeto livre para uso e modificação.