Skip to content

README-WEB.md

Latest commit

 

History

History
209 lines (160 loc) · 6.35 KB

README-WEB.md

File metadata and controls

209 lines (160 loc) · 6.35 KB
Raw

🎙️ Transcritor de Áudio Web

Uma aplicação web moderna para transcrição de áudio usando inteligência artificial Whisper da OpenAI.

✨ Características

  • 🌐 Interface Web moderna e responsiva
  • 🎯 Drag & Drop - Arraste arquivos diretamente para a interface
  • 🔄 Processamento assíncrono - Upload e processamento em background
  • 📱 Design responsivo - Funciona em desktop e mobile
  • 🎨 Interface intuitiva - Design limpo e fácil de usar
  • 📋 Funcionalidades extras - Copiar texto, baixar resultado
  • ⚡ Suporte a múltiplos formatos - mp3, wav, m4a, ogg, flac, mp4, avi

🚀 Como usar

Método 1: Script automático (Recomendado)

./start_web.sh

Método 2: Manual

# 1. Ative o ambiente virtual
source transcribe/bin/activate

# 2. Instale dependências (se necessário)
pip install -r requirements-web.txt

# 3. Execute a aplicação
python app.py

Método 3: Primeira execução

# Se é a primeira vez, configure o ambiente:
python3 -m venv transcribe
source transcribe/bin/activate
pip install -r requirements-web.txt
python app.py

🌐 Acesso

Após iniciar, acesse no seu navegador:

📁 Estrutura do projeto

transcribe_audio/
├── app.py                    # Aplicação Flask principal
├── start_web.sh             # Script de inicialização
├── requirements-web.txt     # Dependências Python
├── templates/
│   └── index.html          # Interface web
├── static/                 # Arquivos estáticos (CSS, JS)
├── uploads/                # Arquivos temporários (criado automaticamente)
├── transcribe/             # Ambiente virtual Python
└── transcritor_audio.py    # Versão desktop original

🔧 Dependências

  • Python 3.8+
  • Flask - Framework web
  • OpenAI Whisper - Motor de transcrição
  • ffmpeg (opcional) - Para suporte completo a formatos de áudio

Instalar ffmpeg (Ubuntu/Debian):

sudo apt update
sudo apt install ffmpeg

🎯 Como funciona

  1. Selecione ou arraste um arquivo de áudio
  2. Clique em "Transcrever" para iniciar o processamento
  3. Aguarde - o modelo Whisper processará o áudio
  4. Receba o resultado - texto transcrito aparecerá na tela
  5. Copie ou baixe o resultado conforme necessário

🔒 Segurança

  • Arquivos são automaticamente removidos após processamento
  • Uploads limitados a 500MB
  • Apenas formatos de áudio/vídeo permitidos
  • Processamento local (nenhum dado é enviado para serviços externos)

🐛 Solução de problemas

Erro de modelo não carregado

  • Verifique sua conexão com internet (primeira execução)
  • O modelo é baixado automaticamente na primeira vez

Erro com formatos de áudio

  • Instale ffmpeg: sudo apt install ffmpeg
  • Use formatos mais comuns como mp3 ou wav

Erro de permissão

  • Verifique se o script tem permissão de execução: chmod +x start_web.sh

Porta ocupada

  • Mude a porta no arquivo app.py (linha final):
app.run(debug=True, host='0.0.0.0', port=5001)  # Mude 5000 para 5001

🚀 Sobre o Projeto

Este projeto converteu uma aplicação desktop de transcrição de áudio (tkinter) em uma aplicação web moderna baseada em Flask, com integração de IA para geração de insights usando Whisper (OpenAI) e Ollama (Llama 3.2:3b).

🛠️ Funcionalidades Principais

  • Transcrição automática de áudio com Whisper AI
  • Geração de insights com Ollama (Llama 3.2:3b via Docker)
  • Interface web responsiva (HTML5, CSS3, JS)
  • Upload drag & drop e seleção de arquivos
  • Status em tempo real do processamento
  • Retry de insights com prompt customizável e seleção de modelo
  • Limpeza automática de arquivos temporários
  • Validação robusta de arquivos e segurança
  • Testes automatizados (unitários e integração)

🧠 Exemplo de Insights Gerados

**RESUMO EXECUTIVO**
O áudio contém uma conversa entre duas pessoas, identificadas como David e um confino, que discutem sobre um negócio a ser resolvido...

**TEMAS PRINCIPAIS**
1. Negócios e Problemas
2. Vídeo e Tecnologia
3. Comunicação e Coordenação

**OBJETIVOS IDENTIFICADOS**
* Conhecer o conceito de vídeo "Conor Héctor"
* Resolver o problema com o grupo de integradores
* Comunicar-se de forma eficaz sobre os objetivos...

**CLASSIFICAÇÃO**
* Tipo de conteúdo: Conversa informal
* Tom geral: Urgente e desesperado

🏗️ Arquitetura

Backend (Flask)

  • Flask 3.1.1
  • OpenAI Whisper (transcrição)
  • Requests (Ollama)
  • Threading para processamento assíncrono
  • API RESTful

Frontend

  • HTML5, CSS3, JavaScript ES6
  • Drag & drop, status real-time, responsividade

IA e Processamento

  • Ollama (Docker) + Llama 3.2:3b
  • PyTorch (Whisper)
  • Timeout e tratamento de erros robusto

📊 Testes Automatizados

  • test_complete_workflow.py: Testa upload, transcrição, insights, erros e retry
  • test_units.py: Testes unitários para utilitários, serviços e validações
  • Cobertura: Upload, transcrição, insights, erros, retry, múltiplos formatos

📁 Estrutura Recomendada

transcribe_audio/
├── app.py                  # Servidor Flask principal
├── config.py               # Configurações centralizadas
├── helpers/                # Utilitários (file_utils.py)
├── services/               # Lógica de negócio (whisper, ollama, task)
├── templates/index.html    # Interface web
├── static/                 # Arquivos estáticos
├── uploads/                # Arquivos temporários
├── requirements-web.txt    # Dependências
├── start_web.sh            # Script de inicialização
├── test_complete_workflow.py # Teste de integração
├── test_units.py           # Testes unitários
└── ...

🏆 Diferenciais

  • Conversão desktop → web com arquitetura profissional
  • IA de ponta (Whisper + Llama)
  • Testes completos e automação
  • Interface moderna e usável
  • Pronto para produção (basta rodar o Flask)

💡 Dicas de Produção

  • Para produção, use Gunicorn/Nginx
  • Considere integrar banco de dados para histórico
  • Adicione autenticação para multiusuário
  • Monitore logs e uso de recursos

Para mais detalhes, veja também o arquivo PROJETO_CONCLUIDO.md.