whisper-windows-mcp 2.2.2 → 2.4.0

package/README.pl.md

@@ -1,5 +1,9 @@
 # whisper-windows-mcp
 
+[![CI](https://github.com/eviscerations/whisper-windows-mcp/actions/workflows/ci.yml/badge.svg)](https://github.com/eviscerations/whisper-windows-mcp/actions/workflows/ci.yml)
+
+[![whisper-windows-mcp MCP server](https://glama.ai/mcp/servers/eviscerations/whisper-windows-mcp/badges/card.svg)](https://glama.ai/mcp/servers/eviscerations/whisper-windows-mcp)
+
 Natywny serwer MCP (Model Context Protocol) dla Windows. Używa [whisper.cpp](https://github.com/ggml-org/whisper.cpp) do lokalnej transkrypcji plików audio i wideo w Claude Desktop — z akceleracją GPU, obsługą wielu języków i przetwarzaniem wsadowym. Cała transkrypcja odbywa się lokalnie — żadne pliki audio, wideo ani ścieżki do plików nie są wysyłane na zewnątrz.
 
 > **Dlaczego ten pakiet istnieje?**
@@ -17,6 +21,7 @@ Po instalacji możesz po prostu powiedzieć w Claude Desktop:
 - *"Rozpocznij wsadową transkrypcję wszystkich plików w tym folderze"*
 - *"Ile czasu zajmie transkrypcja tych plików?"*
 - *"Sprawdź, czy akceleracja GPU działa"*
+- *"Transkrybuj ten plik w trybie prywatności"*
 
 ---
 
@@ -163,12 +168,13 @@ Transkrybuje pojedynczy plik. Obsługuje tryb blokujący (domyślny) lub działa
 |---|---|
 | `file_path` | Bezwzględna ścieżka do pliku (wymagana) |
 | `language` | Kod języka (`pl`, `en`, `ja` itp.) lub `auto` do automatycznego wykrywania. Domyślnie: `en` |
-| `output_format` | `text` (domyślnie), `timestamps`, `json` lub `srt` |
+| `output_format` | `timestamps` (domyślnie), `text`, `json`, `srt`, `vtt`, `lrc` lub `csv` |
 | `save_to_file` | Zapisz transkrypcję jako .txt obok pliku źródłowego |
 | `background` | Uruchom jako osobne zadanie — natychmiast zwraca ID zadania. Używaj `check_progress` do monitorowania. Zalecane dla plików dłuższych niż 10 minut. |
+| `privacy_mode` | Zastąp tryb prywatności dla tego wywołania. `true` = tylko metadane, żaden tekst transkrypcji nie jest przesyłany. `false` = zwróć tekst nawet gdy `WHISPER_PRIVACY_MODE=true` globalnie. Pomiń, aby użyć globalnego ustawienia. |
 | `threads` | Zastąp liczbę wątków CPU |
-| `temperature` | Temperatura próbkowania 0,0–1,0. Domyślnie 0,0 (deterministyczny). Wyższe wartości redukują halucynacje w hałaśliwym audio. |
-| `prompt` | Ciąg kontekstu poprzedniego — poprawia dokładność dla słownictwa dziedzinowego lub imion mówców. Np.: `"Nazwy: Keemstar, DramaAlert."` |
+| `temperature` | Temperatura próbkowania 0,0–1,0. Domyślnie 0,0 (deterministyczny). |
+| `prompt` | Ciąg kontekstu poprzedniego — poprawia dokładność dla słownictwa dziedzinowego lub imion mówców. |
 | `condition_on_prev_text` | Ponownie włącz warunkowanie kontekstem między segmentami. Domyślnie false. |
 | `beam_size` | Szerokość wyszukiwania wiązką. Wyższa = dokładniejsza, wolniejsza. Domyślnie 5. |
 | `best_of` | Liczba ocenianych sekwencji kandydatów. Domyślnie 5. |
@@ -181,32 +187,44 @@ Transkrybuje pojedynczy plik. Obsługuje tryb blokujący (domyślny) lub działa
 | `offset_t` | Przesunięcie początkowe w milisekundach. |
 | `duration` | Czas przetwarzania w milisekundach od przesunięcia. |
 
+**Formaty wyjściowe:**
+- `timestamps` — segmenty ze znacznikami czasu, np. `[00:00:01.230 --> 00:00:04.560]  Witaj` (domyślnie)
+- `text` — czysty tekst bez kodów czasowych
+- `json` — strukturalny JSON (tylko tryb blokujący)
+- `srt` — plik napisów SubRip zapisany obok źródła
+- `vtt` — plik napisów WebVTT zapisany obok źródła
+- `lrc` — format LRC tekstu/karaoke zapisany obok źródła
+- `csv` — CSV ze znacznikami czasu zapisany obok źródła
+
 ---
 
 ### `check_progress`
 Monitoruje zadanie transkrypcji w tle uruchomione przez `transcribe_audio` (background=true).
 
-Zwraca czas, który upłynął, ostatni przetworzony znacznik czasu, procent i kompletną transkrypcję po zakończeniu.
+Zwraca czas, który upłynął, ostatni przetworzony znacznik czasu i kompletną transkrypcję po zakończeniu.
 
 | Parametr | Opis |
 |---|---|
 | `job_id` | ID zadania zwrócone przez `transcribe_audio` |
+| `privacy_mode` | Zastąp tryb prywatności dla tego sprawdzenia. `true` = tylko metadane, niezależnie od sposobu uruchomienia zadania. |
 
 ---
 
 ### `start_batch`
-Automatycznie i sekwencyjnie transkrybuje wszystkie jeszcze nieprzetranstrybuowane pliki w folderze. Sortuje według czasu trwania (najkrótsze pierwsze), przetwarza jeden po drugim jako zadania w tle i weryfikuje każdy wynik.
+Automatycznie i sekwencyjnie transkrybuje wszystkie jeszcze niestranstrybuowane pliki w folderze. Sortuje według czasu trwania (najkrótsze pierwsze), przetwarza jeden po drugim jako zadania w tle i weryfikuje każdy wynik. Partia samodzielnie przesuwa się po zakończeniu każdego pliku — odpytywanie nie jest wymagane.
 
 | Parametr | Opis |
 |---|---|
 | `folder_path` | Ścieżka do folderu (wymagana) |
 | `language` | Kod języka. Domyślnie: `en` |
 | `threads` | Zastąp liczbę wątków CPU |
+| `output_format` | `timestamps` (domyślnie) lub `text` |
+| `privacy_mode` | Zastąp tryb prywatności. Przed rozpoczęciem partii wymagane jest jedno potwierdzenie; następnie wszystkie pliki są przetwarzane bez nadzoru. Tekst transkrypcji nie jest zwracany. |
 
 ---
 
 ### `check_batch_progress`
-Monitoruje uruchomioną partię. Automatycznie przechodzi do następnego pliku po zakończeniu bieżącego. Zwraca ogólny postęp, bieżący plik ze znacznikiem czasu, ETA i pliki z błędami.
+Monitoruje uruchomioną partię. Automatycznie przechodzi do następnego pliku po zakończeniu bieżącego. Zwraca ogólny postęp, bieżący plik ze znacznikiem czasu i pliki z błędami.
 
 | Parametr | Opis |
 |---|---|
@@ -223,17 +241,21 @@ Przetwarza pliki jeden po jednym z podglądem i potwierdzeniem przed każdym. Pr
 | `file_index` | Który plik przetworzyć (numeracja od 1). Pomiń, aby najpierw wyświetlić listę plików. |
 | `language` | Kod języka. Domyślnie: `en` |
 | `recursive` | Uwzględnij podfoldery |
+| `output_format` | `timestamps` (domyślnie) lub `text` |
+| `privacy_mode` | Zastąp tryb prywatności. Potwierdzenie wymagane przed każdym plikiem; zwracane są tylko metadane. |
 
 ---
 
 ### `generate_subtitles`
-Generuje pliki napisów SRT. Obsługuje automatyczne wykrywanie języka i wyjście z tłumaczeniem na angielski.
+Generuje pliki napisów. Obsługuje automatyczne wykrywanie języka i wyjście z tłumaczeniem na angielski. Generuje SRT (największa kompatybilność) lub WebVTT (web i HTML5 wideo).
 
 | Parametr | Opis |
 |---|---|
 | `file_path` | Ścieżka do pliku (wymagana) |
 | `language` | Kod języka lub `auto` do automatycznego wykrywania. Domyślnie: `en` |
-| `translate_to_english` | Generuj też `.en.srt` z tłumaczeniem na angielski. Dotyczy tylko gdy źródło nie jest po angielsku. |
+| `output_format` | `srt` (domyślnie) lub `vtt` |
+| `translate_to_english` | Generuj też plik napisów z tłumaczeniem na angielski. Dotyczy tylko gdy źródło nie jest po angielsku. |
+| `background` | Uruchom jako zadanie w tle. Zwraca ID zadania dla `check_progress`. |
 | `threads` | Zastąp liczbę wątków CPU |
 
 Gdy oba są żądane, dwa pliki są zapisywane obok źródła:
@@ -245,7 +267,7 @@ Gdy oba są żądane, dwa pliki są zapisywane obok źródła:
 ---
 
 ### `analyze_media`
-Analizuje plik przed transkrypcją. Zwraca czas trwania, rozmiar, kodek i szacowany czas transkrypcji na CPU i GPU. Dla folderów wyświetla wszystkie pliki w sortowalnej tabeli ze statusem transkrypcji.
+Analizuje pliki przed transkrypcją. Zwraca czas trwania, rozmiar, kodek i szacowany czas transkrypcji na CPU i GPU. Dla folderów wyświetla wszystkie pliki w sortowalnej tabeli ze statusem transkrypcji.
 
 | Parametr | Opis |
 |---|---|
@@ -265,7 +287,7 @@ Wyświetla wszystkie zainstalowane pliki modeli Whisper w katalogu modeli. Pokaz
 ---
 
 ### `download_model`
-Pobiera model Whisper bezpośrednio z Hugging Face do katalogu modeli. Przyjmuje nazwę modelu (np. `large-v3-turbo`, `medium.en-q5_0`) i automatycznie obsługuje pobieranie. Pobiera tylko z zaufanych przestrzeni nazw Hugging Face. Po pobraniu aktywuj przez `switch_model`.
+Pobiera model Whisper bezpośrednio z Hugging Face do katalogu modeli. Pobiera tylko z zaufanych przestrzeni nazw Hugging Face. Po pobraniu aktywuj przez `switch_model`.
 
 | Parametr | Opis |
 |---|---|
@@ -301,14 +323,16 @@ Wykrywa sprzęt GPU i potwierdza dostępność akceleracji Vulkan. Raportuje naz
 
 Gotowa kompilacja Vulkan automatycznie włącza akcelerację GPU. Przetestowano na AMD Radeon RX Vega 56 (GCN 5. generacji). Każdy GPU z obsługą Vulkan 1.0+ powinien działać, w tym NVIDIA i Intel Arc.
 
-**Porównanie wydajności (model medium.en, plik audio ~5 minut):**
+**Porównanie wydajności (model large-v3, plik audio ~14 minut):**
 
 | Sprzęt | Czas |
 |---|---|
-| Tylko CPU (Ryzen 7 2700x, 8 wątków) | 8–12 minut |
-| GPU (Vega 56 przez Vulkan) | 20–40 sekund |
+| Tylko CPU (Ryzen 7 2700x, 8 wątków) | ~22 minuty (szacunkowo) |
+| GPU (Vega 56 przez Vulkan) | ~3min 22s |
 
-Wykorzystanie GPU podczas transkrypcji wynosi zazwyczaj 15–20% i wraca do stanu bezczynności między plikami. CPU utrzymuje się na poziomie około 15%.
+Wykorzystanie GPU podczas transkrypcji wynosi zazwyczaj 15–20% i wraca do stanu bezczynności między plikami.
+
+Obsługuje Windows 10 i Windows 11.
 
 ---
 
@@ -320,9 +344,25 @@ Dla najlepszej dokładności wielojęzycznej używaj modelu `large-v3`. Modele t
 
 **Przykład — obcojęzyczne wideo z napisami:**
 1. Poproś Claude o wygenerowanie napisów z `language=auto` i `translate_to_english=true`
-2. Whisper wykrywa język i generuje SRT w oryginalnym języku
-3. Drugi przebieg generuje SRT z tłumaczeniem na angielski
-4. Wczytaj dowolny plik w VLC przez Napisy → Dodaj plik napisów
+2. Whisper wykrywa język i generuje SRT lub VTT w oryginalnym języku
+3. Drugi przebieg generuje tłumaczenie na angielski
+4. Wczytaj SRT w VLC przez Napisy → Dodaj plik napisów, lub użyj VTT w dowolnym odtwarzaczu webowym
+
+---
+
+## Prywatność i zgodność
+
+whisper-windows-mcp zawiera wbudowaną architekturę prywatności dla wrażliwych i regulowanych treści.
+
+**Audio i wideo nigdy nie opuszczają twojego komputera.** Ta gwarancja jest bezwarunkowa.
+
+**Tekst transkrypcji** jest inną kwestią — gdy jest zwracany inline w odpowiedzi narzędzia, jest przetwarzany przez API Claude. Dla większości użytkowników jest to oczekiwane zachowanie. Dla treści regulowanych (medycznych, prawnych, finansowych, korporacyjnych) tryb prywatności temu zapobiega.
+
+**Tryb prywatności** ogranicza wszystkie odpowiedzi narzędzi tylko do metadanych (nazwa pliku, liczba słów, ścieżka zapisu). Żaden tekst transkrypcji nie jest przesyłany do API Claude w żadnych okolicznościach. Włącz per wywołanie przez `privacy_mode=true` w dowolnym narzędziu transkrypcji, lub globalnie przez `WHISPER_PRIVACY_MODE=true` w konfiguracji.
+
+**Brama zgody** — przy pierwszym użyciu w sesji w trybie standardowym, przed zwróceniem jakiegokolwiek tekstu transkrypcji wyświetlane jest pełne ujawnienie prywatności. Musisz jawnie potwierdzić przed kontynuowaniem. Ustaw `WHISPER_CONSENT_ACKNOWLEDGED=true` w konfiguracji, aby pominąć to dla treści niepoufnych.
+
+Zobacz [PRIVACY.md](PRIVACY.md) dla pełnego przewodnika zgodności (HIPAA, RODO, tajemnica adwokacka, FERPA, SOX, PCI-DSS).
 
 ---
 
@@ -339,34 +379,23 @@ To narzędzie zostało stworzone, aby zminimalizować interakcje z API Claude. C
 | `WHISPER_CLI_PATH` | Ścieżka do whisper-cli.exe (wymagana) |
 | `WHISPER_MODEL` | Ścieżka do pliku modelu .bin (wymagana) |
 | `WHISPER_THREADS` | Zastąp liczbę wątków CPU |
+| `WHISPER_GPU_DEVICE` | Indeks urządzenia Vulkan, do którego przypiąć transkrypcję, dla systemów z wieloma GPU (indeks enumeracji Vulkan — sprawdź log startowy whisper-cli; nie kolejność GPU w Windows). Możliwe do zastąpienia per wywołanie przez `gpu_device`. Zobacz [TROUBLESHOOTING.md](TROUBLESHOOTING.md). |
+| `WHISPER_FOREGROUND_MAX_SEC` | Limit transkrypcji na pierwszym planie w sekundach (domyślnie 210). Pliki, których czas wykonania szacuje się na dłuższy, są kierowane do trybu w tle zamiast ryzykować ~4-minutowy limit czasu narzędzia w Claude Desktop. |
 | `FFMPEG_PATH` | Ścieżka do ffmpeg jeśli nie ma go w systemowym PATH |
-| `WHISPER_PRIVACY_MODE` | **Planowane.** Po ustawieniu na `true` odpowiedzi narzędzi zwracają tylko metadane — żaden tekst transkrypcji nie jest zwracany do Claude. Dla treści regulowanych lub poufnych. Zobacz [PRIVACY.md](PRIVACY.md). |
+| `WHISPER_PRIVACY_MODE` | Gdy `true`, odpowiedzi narzędzi zwracają tylko metadane — żaden tekst transkrypcji nie jest przesyłany do Claude. Dla treści regulowanych lub poufnych. Może być zastąpione per wywołanie przez parametr `privacy_mode`. Zobacz [PRIVACY.md](PRIVACY.md). |
+| `WHISPER_CONSENT_ACKNOWLEDGED` | Gdy `true`, pomija jednorazowe ujawnienie zgody dla sesji przed zwróceniem tekstu transkrypcji. Ustaw po zapoznaniu się z granicami prywatności, gdy przypomnienie nie jest już potrzebne. Nie ma efektu gdy tryb prywatności jest aktywny. |
 
 ---
 
-## Rozwiązywanie problemów
+## Bezpieczeństwo
 
-Zobacz [TROUBLESHOOTING.md](TROUBLESHOOTING.md) dla szczegółowych rozwiązań. Zobacz [PRIVACY.md](PRIVACY.md) jeśli obsługujesz treści regulowane.
+**Weryfikacja binarną.** Aby zweryfikować integralność binarium whisper-cli.exe w gotowym wydaniu, sprawdź jego skrót SHA256 w PowerShell:
 
-Szybka lista kontrolna:
-- Ścieżki w konfiguracji używają **podwójnych ukośników odwrotnych** (`C:\\whisper\\...`)
-- `whisper-cli.exe` istnieje pod skonfigurowaną ścieżką
-- Plik modelu `.bin` istnieje pod skonfigurowaną ścieżką
-- FFmpeg zainstalowany i dostępny w PATH (`ffmpeg -version` działa)
-- Claude Desktop został **w pełni uruchomiony ponownie** po edycji konfiguracji
-- Whisper wyświetla się jako **uruchomiony** (zielony znaczek) w Ustawieniach → Deweloper
-
----
-
-## Bezpieczeństwo i prywatność
-
-whisper-windows-mcp został zaprojektowany z bezpieczeństwem jako podstawową zasadą.
-
-**Audio nigdy nie opuszcza twojego komputera.** Żadne pliki audio ani wideo, ścieżki plików ani dane telemetryczne nie są przesyłane na żaden serwer. Żadne API w chmurze nie są potrzebne do podstawowej funkcjonalności.
-
-**Tekst transkrypcji i granica API.** Gdy odpowiedź narzędzia zawiera tekst transkrypcji, tekst ten jest przetwarzany przez API Claude — opuszcza twój lokalny komputer. Dla większości użytkowników (treści publiczne, podcasty, nagrania streamów) jest to oczekiwane zachowanie. Jeśli obsługujesz nagrania medyczne, prawne, finansowe lub inne regulowane, zobacz [PRIVACY.md](PRIVACY.md) dla wskazówek dotyczących zgodności i opcji konfiguracji.
+```powershell
+Get-FileHash "C:\whisper\Release\whisper-cli.exe" -Algorithm SHA256
+```
 
-Planowana jest zmienna środowiskowa `WHISPER_PRIVACY_MODE`, która ograniczy wszystkie odpowiedzi narzędzi tylko do metadanych (nazwa pliku, czas trwania, liczba słów) — żaden tekst transkrypcji nie będzie zwracany do Claude. Jest to prawidłowa konfiguracja dla treści regulowanych lub poufnych.
+Oczekiwany skrót dla binarnego wydania jest udokumentowany na [stronie wydań](https://github.com/eviscerations/whisper-windows-mcp/releases/tag/v1.4.0).
 
 **Walidacja danych wejściowych.** Wszystkie ścieżki plików są weryfikowane przed użyciem — ścieżki UNC (`\\server\share`) i sekwencje przechodzenia katalogów (`..`) są odrzucane. Pliki powyżej 10 GB są odrzucane, aby zapobiec wyczerpaniu zasobów.
 
@@ -376,7 +405,21 @@ Planowana jest zmienna środowiskowa `WHISPER_PRIVACY_MODE`, która ograniczy ws
 
 **Przełączanie modeli jest piaskownicowane.** `switch_model` akceptuje tylko pliki `.bin` w skonfigurowanym katalogu modeli. Ścieżki poza tym katalogiem są odrzucane.
 
-**Brak nowych zależności sieciowych.** Pobieranie modeli używa wbudowanego `https` Node.js — żadne zewnętrzne biblioteki HTTP nie są dodawane do pakietu.
+Zobacz [SECURITY.md](SECURITY.md) dla pełnej polityki bezpieczeństwa.
+
+---
+
+## Rozwiązywanie problemów
+
+Zobacz [TROUBLESHOOTING.md](TROUBLESHOOTING.md) dla szczegółowych rozwiązań. Zobacz [PRIVACY.md](PRIVACY.md) jeśli obsługujesz treści regulowane.
+
+Szybka lista kontrolna:
+- Ścieżki w konfiguracji używają **podwójnych ukośników odwrotnych** (`C:\\whisper\\...`)
+- `whisper-cli.exe` istnieje pod skonfigurowaną ścieżką
+- Plik modelu `.bin` istnieje pod skonfigurowaną ścieżką
+- FFmpeg zainstalowany i dostępny w PATH (`ffmpeg -version` działa)
+- Claude Desktop został **w pełni uruchomiony ponownie** po edycji konfiguracji
+- Whisper wyświetla się jako **uruchomiony** (zielony znaczek) w Ustawieniach → Deweloper
 
 ---
 
@@ -384,7 +427,7 @@ Planowana jest zmienna środowiskowa `WHISPER_PRIVACY_MODE`, która ograniczy ws
 
 **Użytek niekomercyjny:** MIT — bezpłatny do użytku osobistego, edukacyjnego i niekomercyjnego. Zobacz [LICENSE](LICENSE).
 
-**Użytek komercyjny:** Do użytku biznesowego, zawodowego lub generującego przychody wymagana jest osobna umowa licencji komercyjnej. Warunki i dane kontaktowe — w [LICENSE-COMMERCIAL.md](LICENSE-COMMERCIAL.md).
+**Użytek komercyjny:** Do użytku biznesowego, zawodowego lub generującego przychody wymagana jest osobna umowa licencji komercyjnej. Warunki i dane kontaktowe — w [COMMERCIAL-LICENSE.md](COMMERCIAL-LICENSE.md).
 
 ## Wkład
 

package/README.pt-BR.md

@@ -1,5 +1,9 @@
 # whisper-windows-mcp
 
+[![CI](https://github.com/eviscerations/whisper-windows-mcp/actions/workflows/ci.yml/badge.svg)](https://github.com/eviscerations/whisper-windows-mcp/actions/workflows/ci.yml)
+
+[![whisper-windows-mcp MCP server](https://glama.ai/mcp/servers/eviscerations/whisper-windows-mcp/badges/card.svg)](https://glama.ai/mcp/servers/eviscerations/whisper-windows-mcp)
+
 Servidor MCP (Model Context Protocol) nativo para Windows. Usa o [whisper.cpp](https://github.com/ggml-org/whisper.cpp) para transcrever arquivos de áudio e vídeo localmente no Claude Desktop — com aceleração por GPU, suporte a múltiplos idiomas e processamento em lote. Toda a transcrição é executada localmente — nenhum arquivo de áudio, vídeo ou caminho de arquivo é enviado para fora.
 
 > **Por que este pacote existe?**
@@ -17,6 +21,7 @@ Após a instalação, basta falar diretamente no Claude Desktop:
 - *"Inicie a transcrição em lote de todos os arquivos nesta pasta"*
 - *"Quanto tempo vai levar para transcrever esses arquivos?"*
 - *"Verifique se a aceleração por GPU está funcionando"*
+- *"Transcreva este arquivo no modo de privacidade"*
 
 ---
 
@@ -163,50 +168,54 @@ Transcreve um único arquivo. Suporta modo de bloqueio (padrão) ou em segundo p
 |---|---|
 | `file_path` | Caminho absoluto para o arquivo (obrigatório) |
 | `language` | Código do idioma (`pt`, `en`, `ja` etc.) ou `auto` para detecção automática. Padrão: `en` |
-| `output_format` | `text` (padrão), `timestamps`, `json` ou `srt` |
+| `output_format` | `timestamps` (padrão), `text`, `json`, `srt`, `vtt`, `lrc` ou `csv` |
 | `save_to_file` | Salva a transcrição como .txt ao lado do arquivo de origem |
 | `background` | Executa como tarefa separada — retorna ID da tarefa imediatamente. Use `check_progress` para monitorar. Recomendado para arquivos com mais de 10 minutos. |
+| `privacy_mode` | Substitui o modo de privacidade para esta chamada. `true` = apenas metadados, sem texto de transcrição transmitido. `false` = retorna texto mesmo se `WHISPER_PRIVACY_MODE=true` globalmente. Omita para usar a configuração global. |
 | `threads` | Substitui o número de threads da CPU |
-| `temperature` | Temperatura de amostragem 0,0–1,0. Padrão 0,0 (determinístico). Valores mais altos reduzem alucinações em áudio ruidoso. |
+| `temperature` | Temperatura de amostragem 0,0–1,0. Padrão 0,0 (determinístico). |
 | `prompt` | String de contexto prévio — melhora a precisão para vocabulário específico de domínio ou nomes de falantes. Ex.: `"Nomes: Keemstar, DramaAlert."` |
 | `condition_on_prev_text` | Reativa o condicionamento de contexto entre segmentos. Padrão false. |
-| `beam_size` | Largura de busca beam. Maior = mais preciso, mais lento. Padrão 5. |
-| `best_of` | Número de sequências candidatas avaliadas. Padrão 5. |
+| `beam_size` | Largura de busca em feixe. Maior = mais preciso, mais lento. Padrão 5. |
+| `best_of` | Sequências candidatas avaliadas. Padrão 5. |
 | `gpu_device` | Índice do dispositivo GPU para sistemas multi-GPU. Padrão 0. |
-| `processors` | Número de processadores paralelos. Padrão 1. |
+| `processors` | Contagem de processadores paralelos. Padrão 1. |
 | `word_timestamps` | Uma palavra por segmento com carimbo de tempo. Útil para alinhamento de clipes. |
 | `max_segment_length` | Comprimento máximo do segmento em caracteres. |
 | `diarize` | Diarização de falantes estéreo — requer áudio estéreo com falantes em canais separados. |
 | `vad_model` | Caminho para o arquivo .bin do modelo Silero VAD. Remove silêncio antes de transcrever — reduz alucinações em arquivos ruidosos. |
 | `offset_t` | Deslocamento de início em milissegundos. |
-| `duration` | Duração a processar em milissegundos a partir do deslocamento. |
+| `duration` | Duração a processar a partir do deslocamento em milissegundos. |
 
 ---
 
 ### `check_progress`
 Monitora uma tarefa de transcrição em segundo plano iniciada com `transcribe_audio` (background=true).
 
-Retorna o tempo decorrido, o último carimbo de tempo processado, a porcentagem e a transcrição completa ao terminar.
+Retorna o tempo decorrido, o último carimbo de tempo processado e a transcrição completa ao concluir.
 
 | Parâmetro | Descrição |
 |---|---|
 | `job_id` | ID da tarefa retornado por `transcribe_audio` |
+| `privacy_mode` | Substitui o modo de privacidade para esta chamada. |
 
 ---
 
 ### `start_batch`
-Transcreve automaticamente e em sequência todos os arquivos ainda não transcritos em uma pasta. Ordena por duração (mais curtos primeiro), processa um por um como tarefas em segundo plano e valida cada saída.
+Transcreve automaticamente em sequência todos os arquivos não transcritos em uma pasta. Ordena cronologicamente (os mais curtos primeiro), processa um por um como tarefa em segundo plano e valida cada saída.
 
 | Parâmetro | Descrição |
 |---|---|
 | `folder_path` | Caminho para a pasta (obrigatório) |
 | `language` | Código do idioma. Padrão: `en` |
+| `output_format` | `timestamps` (padrão), `text`, `srt`, `vtt`, `lrc`, `csv` |
+| `privacy_mode` | Substitui o modo de privacidade para este lote. |
 | `threads` | Substitui o número de threads da CPU |
 
 ---
 
 ### `check_batch_progress`
-Monitora um lote em execução. Avança automaticamente para o próximo arquivo quando o atual termina. Retorna o progresso geral, o arquivo atual com carimbo de tempo, o ETA e os arquivos com falha.
+Monitora um lote em execução. Avança automaticamente para o próximo arquivo quando o atual é concluído. Retorna o progresso geral, o arquivo atual com carimbo de tempo, ETA e arquivos com falha.
 
 | Parâmetro | Descrição |
 |---|---|
@@ -215,32 +224,34 @@ Monitora um lote em execução. Avança automaticamente para o próximo arquivo
 ---
 
 ### `transcribe_batch` (interativo)
-Processa arquivos um a um com visualização prévia e confirmação antes de cada um. Útil quando você quer revisar à medida que avança.
+Processa arquivos um por um com visualização prévia e confirmação antes de cada arquivo. Útil quando você quer revisar durante o processo.
 
 | Parâmetro | Descrição |
 |---|---|
 | `folder_path` | Caminho para a pasta (obrigatório) |
-| `file_index` | Qual arquivo processar (começa em 1). Omita para listar os arquivos primeiro. |
+| `file_index` | Arquivo a processar (começa em 1). Omita para listar arquivos primeiro. |
 | `language` | Código do idioma. Padrão: `en` |
 | `recursive` | Incluir subpastas |
 
 ---
 
 ### `generate_subtitles`
-Gera arquivos de legenda SRT. Suporta detecção automática de idioma e saída de tradução para inglês.
+Gera arquivos de legenda. Suporta detecção automática de idioma e saída de tradução para inglês.
 
 | Parâmetro | Descrição |
 |---|---|
 | `file_path` | Caminho para o arquivo (obrigatório) |
 | `language` | Código do idioma ou `auto` para detecção automática. Padrão: `en` |
-| `translate_to_english` | Também gera `.en.srt` com tradução para inglês. Aplicável apenas quando a fonte não for inglês. |
+| `output_format` | `srt` (padrão) ou `vtt` |
+| `translate_to_english` | Também gera um arquivo de legenda com tradução para inglês. Aplicável apenas quando a fonte não for inglês. |
+| `background` | Executa como tarefa em segundo plano separada. Retorna um ID de tarefa para `check_progress`. |
 | `threads` | Substitui o número de threads da CPU |
 
 Quando ambos são solicitados, dois arquivos são salvos ao lado da origem:
 - `arquivo.pt.srt` — idioma original
 - `arquivo.en.srt` — tradução para inglês
 
-> A tradução integrada do Whisper apenas traduz **para o inglês**. Para outros idiomas de destino, processe o conteúdo do arquivo .srt separadamente.
+> A tradução integrada do Whisper traduz apenas **para o inglês**. Para outros idiomas de destino, processe o conteúdo do arquivo `.srt` separadamente.
 
 ---
 
@@ -265,7 +276,7 @@ Lista todos os arquivos de modelo Whisper instalados no seu diretório de modelo
 ---
 
 ### `download_model`
-Baixa um modelo Whisper diretamente do Hugging Face para o seu diretório de modelos. Aceita o nome do modelo (ex.: `large-v3-turbo`, `medium.en-q5_0`) e gerencia o download automaticamente. Baixa apenas de namespaces confiáveis do Hugging Face. Após o download, use `switch_model` para ativar.
+Baixa um modelo Whisper diretamente do Hugging Face para o seu diretório de modelos. Baixa apenas de namespaces confiáveis do Hugging Face. Após o download, use `switch_model` para ativar.
 
 | Parâmetro | Descrição |
 |---|---|
@@ -301,14 +312,16 @@ Detecta o hardware GPU e confirma se a aceleração Vulkan está disponível. Re
 
 O release Vulkan pré-compilado ativa a aceleração por GPU automaticamente. Testado em AMD Radeon RX Vega 56 (GCN 5ª geração). Qualquer GPU com suporte a Vulkan 1.0+ deve funcionar, incluindo NVIDIA e Intel Arc.
 
-**Comparação de desempenho (modelo medium.en, arquivo de áudio ~5 minutos):**
+**Comparação de desempenho (modelo large-v3, arquivo de áudio ~14 minutos):**
 
 | Hardware | Tempo |
 |---|---|
-| Somente CPU (Ryzen 7 2700x, 8 threads) | 8–12 minutos |
-| GPU (Vega 56 via Vulkan) | 20–40 segundos |
+| Somente CPU (Ryzen 7 2700x, 8 threads) | ~22 minutos (estimado) |
+| GPU (Vega 56 via Vulkan) | ~3 min 22 seg |
+
+A utilização da GPU durante a transcrição é tipicamente de 15–20%, voltando ao estado ocioso entre os arquivos.
 
-A utilização da GPU durante a transcrição é tipicamente de 15–20%, voltando ao estado ocioso entre os arquivos. A CPU fica em torno de 15%.
+Compatível com Windows 10 e Windows 11. Nenhuma configuração específica para Windows 11 é necessária — a ferramenta não faz chamadas diretas à API Win32 e funciona em ambos os sistemas operacionais.
 
 ---
 
@@ -320,9 +333,25 @@ Para a melhor precisão multilíngue, use o modelo `large-v3`. Modelos somente i
 
 **Exemplo — vídeo em língua estrangeira com legendas:**
 1. Peça ao Claude para gerar legendas com `language=auto` e `translate_to_english=true`
-2. O Whisper detecta o idioma e gera o SRT no idioma original
-3. Uma segunda passagem gera o SRT com tradução para inglês
-4. Carregue qualquer um dos arquivos no VLC via Legendas → Adicionar Arquivo de Legenda
+2. O Whisper detecta o idioma e gera o SRT ou VTT no idioma original
+3. Uma segunda passagem gera a tradução para inglês
+4. Carregue o SRT no VLC via Legendas → Adicionar Arquivo de Legenda, ou use o VTT em qualquer player web
+
+---
+
+## Privacidade e conformidade
+
+O whisper-windows-mcp inclui uma arquitetura de privacidade integrada para conteúdo sensível e regulamentado.
+
+**O áudio e vídeo nunca saem da sua máquina.** Essa garantia é incondicional.
+
+**O texto de transcrição** é diferente — quando retornado inline em uma resposta de ferramenta, é processado pela API do Claude. Para a maioria dos usuários isso é o comportamento esperado. Para conteúdo regulamentado (médico, jurídico, financeiro, corporativo), o modo de privacidade previne isso.
+
+**O modo de privacidade** restringe todas as respostas das ferramentas apenas a metadados (nome do arquivo, contagem de palavras, caminho de salvamento). Nenhum texto de transcrição é transmitido à API do Claude em nenhuma circunstância. Ative por chamada com `privacy_mode=true` em qualquer ferramenta de transcrição, ou globalmente via `WHISPER_PRIVACY_MODE=true` na sua configuração.
+
+**Porta de consentimento** — no primeiro uso por sessão no modo padrão, uma divulgação de privacidade completa é exibida antes que qualquer texto de transcrição seja retornado. Você deve confirmar explicitamente antes de continuar. Defina `WHISPER_CONSENT_ACKNOWLEDGED=true` na sua configuração para ignorar isso para conteúdo não sensível.
+
+Veja [PRIVACY.md](PRIVACY.md) para orientação de conformidade completa (HIPAA, GDPR, privilégio advogado-cliente, FERPA, SOX, PCI-DSS).
 
 ---
 
@@ -339,34 +368,23 @@ Esta ferramenta foi criada para minimizar as interações com a API do Claude. T
 | `WHISPER_CLI_PATH` | Caminho para whisper-cli.exe (obrigatório) |
 | `WHISPER_MODEL` | Caminho para o arquivo de modelo .bin (obrigatório) |
 | `WHISPER_THREADS` | Substitui o número de threads da CPU |
+| `WHISPER_GPU_DEVICE` | Índice do dispositivo Vulkan ao qual fixar a transcrição, para sistemas com múltiplas GPUs (o índice de enumeração do Vulkan — verifique o log de inicialização do whisper-cli; não a ordem de GPU do Windows). Substituível por chamada com `gpu_device`. Veja [TROUBLESHOOTING.md](TROUBLESHOOTING.md). |
+| `WHISPER_FOREGROUND_MAX_SEC` | Limite da transcrição em primeiro plano em segundos (padrão 210). Arquivos cuja execução estimada é mais longa são roteados para o modo em segundo plano em vez de arriscar o tempo limite de ferramenta de ~4 minutos do Claude Desktop. |
 | `FFMPEG_PATH` | Caminho para o ffmpeg se não estiver no PATH do sistema |
-| `WHISPER_PRIVACY_MODE` | **Planejado.** Quando definido como `true`, as respostas das ferramentas retornam apenas metadados — nenhum texto de transcrição é retornado ao Claude. Para conteúdo regulamentado ou confidencial. Veja [PRIVACY.md](PRIVACY.md). |
-
----
-
-## Solução de problemas
-
-Veja [TROUBLESHOOTING.md](TROUBLESHOOTING.md) para soluções detalhadas. Veja [PRIVACY.md](PRIVACY.md) se você lida com conteúdo regulamentado.
-
-Lista de verificação rápida:
-- Caminhos na configuração usam **barras invertidas duplas** (`C:\\whisper\\...`)
-- `whisper-cli.exe` existe no caminho configurado
-- O arquivo de modelo `.bin` existe no caminho configurado
-- FFmpeg instalado e no PATH (`ffmpeg -version` funciona)
-- Claude Desktop foi **completamente reiniciado** após editar a configuração
-- Whisper aparece como **em execução** (emblema verde) em Configurações → Desenvolvedor
+| `WHISPER_PRIVACY_MODE` | Defina como `true` para que todas as respostas das ferramentas retornem apenas metadados — nenhum texto de transcrição retornado ao Claude. Para conteúdo regulamentado ou confidencial. Pode ser substituído por chamada com o parâmetro `privacy_mode`. Veja [PRIVACY.md](PRIVACY.md). |
+| `WHISPER_CONSENT_ACKNOWLEDGED` | Defina como `true` para suprimir a divulgação de consentimento única por sessão exibida antes de retornar texto de transcrição. Defina quando você entende os limites de privacidade e não precisa mais do lembrete. Sem efeito quando o modo de privacidade está ativo. |
 
 ---
 
-## Segurança e privacidade
-
-O whisper-windows-mcp foi projetado com segurança como princípio central.
+## Segurança
 
-**O áudio nunca sai da sua máquina.** Nenhum arquivo de áudio ou vídeo, caminho de arquivo ou telemetria é transmitido para qualquer servidor. Nenhuma API de nuvem é necessária para a funcionalidade principal.
+**Verificação do binário.** Para verificar a integridade do binário whisper-cli.exe no release pré-compilado, verifique o hash SHA256 no PowerShell:
 
-**Texto de transcrição e o limite da API.** Quando uma resposta de ferramenta inclui texto de transcrição, esse texto é processado pela API do Claude — ele sai da sua máquina local. Para a maioria dos usuários (conteúdo público, podcasts, gravações de streaming) isso é um comportamento esperado. Se você lida com gravações médicas, jurídicas, financeiras ou outras regulamentadas, veja [PRIVACY.md](PRIVACY.md) para orientação de conformidade e opções de configuração.
+```powershell
+Get-FileHash "C:\whisper\Release\whisper-cli.exe" -Algorithm SHA256
+```
 
-A variável de ambiente `WHISPER_PRIVACY_MODE` está planejada e limitará todas as respostas das ferramentas apenas a metadados (nome do arquivo, duração, contagem de palavras) — nenhum texto de transcrição será retornado ao Claude. Esta é a configuração correta para conteúdo regulamentado ou confidencial.
+O hash esperado está documentado na [página de releases](https://github.com/eviscerations/whisper-windows-mcp/releases/tag/v1.4.0).
 
 **Validação de entrada.** Todos os caminhos de arquivo são validados antes do uso — caminhos UNC (`\\server\share`) e sequências de travessia de diretório (`..`) são rejeitados. Arquivos acima de 10 GB são rejeitados para evitar esgotamento de recursos.
 
@@ -376,7 +394,21 @@ A variável de ambiente `WHISPER_PRIVACY_MODE` está planejada e limitará todas
 
 **Troca de modelos é isolada em sandbox.** `switch_model` aceita apenas arquivos `.bin` dentro do diretório de modelos configurado. Caminhos fora desse diretório são rejeitados.
 
-**Sem novas dependências de rede.** Os downloads de modelos usam o `https` integrado do Node.js — nenhuma biblioteca HTTP externa é adicionada ao pacote.
+Veja [SECURITY.md](SECURITY.md) para a política de segurança completa.
+
+---
+
+## Solução de problemas
+
+Veja [TROUBLESHOOTING.md](TROUBLESHOOTING.md) para soluções detalhadas. Veja [PRIVACY.md](PRIVACY.md) se você lida com conteúdo regulamentado.
+
+Lista de verificação rápida:
+- Caminhos na configuração usam **barras invertidas duplas** (`C:\\whisper\\...`)
+- `whisper-cli.exe` existe no caminho configurado
+- O arquivo de modelo `.bin` existe no caminho configurado
+- FFmpeg instalado e no PATH (`ffmpeg -version` funciona)
+- Claude Desktop foi **completamente reiniciado** após editar a configuração
+- Whisper aparece como **em execução** (emblema verde) em Configurações → Desenvolvedor
 
 ---
 
@@ -384,7 +416,7 @@ A variável de ambiente `WHISPER_PRIVACY_MODE` está planejada e limitará todas
 
 **Uso não comercial:** MIT — gratuito para uso pessoal, educacional e não comercial. Veja [LICENSE](LICENSE).
 
-**Uso comercial:** É necessário um contrato de licença comercial separado para qualquer uso empresarial, profissional ou que gere receita. Veja [LICENSE-COMMERCIAL.md](LICENSE-COMMERCIAL.md) para os termos e informações de contato.
+**Uso comercial:** É necessário um contrato de licença comercial separado para qualquer uso empresarial, profissional ou que gere receita. Veja [COMMERCIAL-LICENSE.md](COMMERCIAL-LICENSE.md) para os termos e informações de contato.
 
 ## Contribuições