Eine detaillierte technische Übersicht über Architektur, Ziele, Workflows und herunterladbare Dokumentation des Offline-Transkriptionssystems von R2 Mechanics.
R2 Mechanics wurde mit strengen Datenschutzprinzipien entwickelt. Der gesamte Verarbeitungsworkflow läuft vollständig offline ab, sodass keine sensiblen Audiodaten an Cloud-Dienste übermittelt werden. Alle Verarbeitungsschritte sind prüffähig und können für institutionelle Reviews transparent dokumentiert werden. Dies erfüllt die Anforderungen der DSGVO und anderer Datenschutzbestimmungen.
Diese Dokumentation erläutert die Systemarchitektur und Methodik im Detail, um maximale Transparenz und Datenschutz sicherzustellen. Der operative Code bleibt aus Sicherheitsgründen vertraulich, alle Verarbeitungsschritte sind jedoch nachvollziehbar implementiert und für institutionelle Prüfungen oder Pilotprojekte verfügbar.
R2 Mechanics setzt auf einen modularen, methodischen Ansatz, der sicherstellt, dass alle Phasen der Transkription, Strukturierung, Annotation und Visualisierung transparent und klar voneinander abgegrenzt sind. Ziel ist eine nachvollziehbare Herkunftsdokumentation, qualitativ hochwertige Ergebnisse für die Archivierung und ein belastbares Fundament für die langfristige Aufbewahrung.
R2 Mechanics ist ideal für Oral-History-Projekte, Kulturerbe-Archive, wissenschaftliche Sammlungen, journalistische Recherchen und alle Institutionen, die höchste Anforderungen an Datenschutz und transparente Dokumentation stellen. Es unterstützt zudem öffentliche Verwaltungen und parlamentarische Archive mit DSGVO-konformen, lokal gesteuerten Workflows.
Die Ergebnisse liegen als klare, menschenlesbare HTML-Dateien vor, die ohne proprietäre Software zugänglich sind – auch noch in Jahrzehnten. Dieses Format fördert nachhaltige digitale Archivierungsstrategien und eignet sich für statisches Hosting, institutionelle Repositorien oder Offline-Speicherung.
R2 Mechanics bietet vollständig offline ablaufende Workflows und kann für sensible oder unveröffentlichte Materialien auf Anfrage unter Geheimhaltungsvereinbarung bereitgestellt werden.
R2 M – Technisches Whitepaper v1.0 – 2025 (DE, PDF)
Whitepaper (DE, PDF) 830.35 KB
Alle Downloads und Dokumentationen dienen der Transparenz und Prüfbarkeit. Auf dieser Website werden keine personenbezogenen Daten erhoben oder verarbeitet.
R2 Mechanics ist ein modulares, vollständig offline nutzbares System für strukturierte, datenschutzkonforme Transkription, Annotation und interaktive Visualisierung von Audioaufnahmen. Es wurde speziell für Forschungseinrichtungen, Archive und Kultureinrichtungen entwickelt, die eine transparente, prüffähige und lokal kontrollierte Verarbeitung benötigen.
Das System wurde entwickelt, um eine vollständig lokale, lizenzkonforme und prüffähige Verarbeitung sensibler oder historischer Audiodaten zu ermöglichen. Die Ziele umfassen einen 100 % Offline-Betrieb ohne Cloud-Abhängigkeiten, volle Prüfbarkeit aller Verarbeitungsschritte und langfristig archivierbare, menschenlesbare HTML-Ausgaben.
Typische Anwendungsbereiche sind Oral-History- und Zeitzeugeninterviews, die Bewahrung kulturellen Erbes in Archiven und Museen, universitäre Forschungssammlungen, Mediendokumentation, investigativer Journalismus, öffentliche Verwaltung und alle Institutionen mit hohen Anforderungen an den Datenschutz.
Entdecken Sie strukturierte, prüffähige HTML-Outputs:
JFK Moon Speech (1962) – Ein-Personen-Archivtranskription mit Kapitelüberschriften.
Apollo 11 Press Conference – Mehrsprecher-Dokumentation mit strukturierter Kapitelgliederung.
UAP Congressional Hearing (2024) – Stark segmentierte, mehrstündige Anhörung mit Sprechertrennung und KI-generierten Notizen.
Für Pilotprojekte oder Kooperationsanfragen:
David Thiry
📧 office@r2-mechanics.com
🌐 Project Website
R2 Mechanics ist als vollständig offline nutzbare, modulare Pipeline konzipiert, die lokal ohne jegliche Cloud-Abhängigkeit läuft. Jeder Verarbeitungsschritt ist klar getrennt, um maximale Transparenz und Prüfbarkeit zu gewährleisten.
Das System akzeptiert Standard-Audiodateien wie MP3 oder WAV sowie optional Metadaten für Sprecherlisten, Zeitcodes oder Anmerkungen. Dieser flexible Ansatz sorgt für Kompatibilität mit Archivmaterialien, Oral-History-Aufnahmen und institutionellen Sammlungen.
Die Pipeline umfasst GPU-beschleunigte Transkription mit WhisperX inklusive integrierter Sprecherdiarisierung für DSGVO-konforme lokale Verarbeitung. Die Strukturierung erfolgt über die Erstellung oder das Einlesen von Kapiteldateien mit Titeln, Zeitmarken und Beschreibungen. Eine LLM-gestützte Analyse erzeugt detaillierte Kapitelzusammenfassungen und präzise semantische Notizen, die vollständig mit den Zeitcodes abgeglichen sind. Visuelle Anreicherung erfolgt lokal durch Stable-Diffusion-Generierung, um kapitelbasierte Illustrationen für ein besseres Kontextverständnis zu erstellen.
R2 Mechanics beinhaltet ein integriertes Offline-Protokollsystem, das alle Verarbeitungsschritte mit Zeitstempeln für jedes Transkriptionsprojekt dokumentiert. Dies gewährleistet vollständige lokale Nachvollziehbarkeit und unterstützt Archivstandards für prüffähige Dokumentation.
Das Ergebnis ist ein vollständig interaktives HTML-Transkript mit eingebettetem Audioplayer und Sprungmarken, automatisch generiertem Inhaltsverzeichnis, klaren Kapitelüberschriften (optional mit Stable-Diffusion-Bildern), zeitlich synchronisierten Zusammenfassungen und Notizen sowie präziser Sprechersegmentierung. Es kann auch als statische Website für langfristiges Hosting oder Archivierung exportiert werden, einschließlich Kompatibilität mit GitHub Pages.
Ein typisches Projektverzeichnis enthält Ordner für Original-Audiodateien (input_audio), erzeugte interaktive Transkripte (output_html, z. B. project_transcript.html), Kapitelstrukturdateien (chapters/project_chapters.txt), generierte Zusammenfassungen (summaries), semantische LLM-Notizen (notes), lokal generierte Illustrationen (images) sowie private Verarbeitungsmodule oder Skripte (scripts).
R2 Mechanics bietet vollständig lokale, GPU-beschleunigte Transkription mit WhisperX, Sprecherdiarisierung mit präzisen Zeitstempeln, automatisierte LLM-basierte semantische Annotationen, Stable-Diffusion-generierte Kapitelbilder und strukturierten HTML-Export inklusive Audiowiedergabe und intuitiver Navigation. Die gesamte Verarbeitung erfolgt 100 % offline und sichert Prüfbarkeit sowie langfristige Archivierung.
Für detaillierte Dokumentationen und technische Whitepaper siehe:
Whitepaper (EN, PDF)
Whitepaper (DE, PDF)
README (EN, Markdown)