Création serveur hpb et recording décentralisé pour les visios nextcloud avec transcription whisper et resume IA

Déploiement d’une plateforme SaaS multi-tenant de collaboration documentaire et de gestion de réunions, déployée automatiquement à la demande sur des instances AWS indépendantes. Chaque cloud client embarque une instance Nextcloud complète avec OnlyOffice pour l’édition collaborative de documents en temps réel, et Nextcloud Talk pour la visioconférence.

L’infrastructure repose sur une architecture décentralisée avec trois couches de serveurs centralisés mutualisés : un serveur HPB (High Performance Backend) hébergeant le signaling WebSocket via nextcloud-spreed-signaling (Go), le media server Janus (WebRTC / SFU), le serveur NATS pour la messagerie inter-instances, et un serveur TURN/STUN (Coturn) pour la traversée NAT — ce composant unique servant l’ensemble des clouds déployés. Un serveur Recording central centralise l’enregistrement des appels Talk via le service officiel nextcloud/nextcloud-talk-recording (Python, Firefox headless, geckodriver, Xvfb, PulseAudio, FFmpeg), évitant toute charge CPU sur les instances clients.

Un troisième serveur central héberge le service de transcription automatique Whisper (faster-whisper, modèle large-v3) qui surveille tous les clouds via WebDAV, détecte les nouveaux enregistrements .webm, applique un filtre VAD natif, génère une transcription horodatée, puis la post-traite via LLM (OpenAI, Anthropic, Mistral — configurable par cloud) pour produire un résumé structuré déposé dans Nextcloud et posté automatiquement dans le salon Talk via l’API.

Le déploiement de chaque cloud est entièrement automatisé par des scripts Bash qui provisionnent l’instance, configurent nginx avec TLS Let’s Encrypt, enregistrent le cloud auprès des serveurs HPB et Recording centraux, et attendent la disponibilité de Nextcloud avant d’exécuter la configuration (occ). La configuration par cloud est pilotée par un fichier clouds.json centralisé.