transcritorio 0.2.0__tar.gz

transcritorio-0.2.0/LICENSE

@@ -0,0 +1,21 @@
+MIT License
+
+Copyright (c) 2026 Rogerio Jeronimo Barbosa
+
+Permission is hereby granted, free of charge, to any person obtaining a copy
+of this software and associated documentation files (the "Software"), to deal
+in the Software without restriction, including without limitation the rights
+to use, copy, modify, merge, publish, distribute, sublicense, and/or sell
+copies of the Software, and to permit persons to whom the Software is
+furnished to do so, subject to the following conditions:
+
+The above copyright notice and this permission notice shall be included in all
+copies or substantial portions of the Software.
+
+THE SOFTWARE IS PROVIDED "AS IS", WITHOUT WARRANTY OF ANY KIND, EXPRESS OR
+IMPLIED, INCLUDING BUT NOT LIMITED TO THE WARRANTIES OF MERCHANTABILITY,
+FITNESS FOR A PARTICULAR PURPOSE AND NONINFRINGEMENT. IN NO EVENT SHALL THE
+AUTHORS OR COPYRIGHT HOLDERS BE LIABLE FOR ANY CLAIM, DAMAGES OR OTHER
+LIABILITY, WHETHER IN AN ACTION OF CONTRACT, TORT OR OTHERWISE, ARISING FROM,
+OUT OF OR IN CONNECTION WITH THE SOFTWARE OR THE USE OR OTHER DEALINGS IN THE
+SOFTWARE.

transcritorio-0.2.0/NOTICE

@@ -0,0 +1,34 @@
+Transcritorio — third-party components bundled with distributed binaries.
+
+NOTE (2026-08): this notice applies to the LEGACY standalone releases
+(.exe/.dmg/AppImage, v0.1.x), which bundled FFmpeg builds. The current
+distribution channel (Python wheel on PyPI installed via uv) bundles no
+third-party binaries: FFmpeg comes from the user's package manager
+(winget/brew/apt) and Python dependencies come from PyPI under their own
+licenses.
+
+The Python source in this repository is licensed under the MIT License (see LICENSE).
+
+Some distributed release artifacts bundle static builds of FFmpeg (ffmpeg + ffprobe),
+which are licensed under the GNU General Public License (GPL). The bundled builds
+come from the following upstream sources, which also provide the corresponding
+source code required by the GPL:
+
+- Windows x86_64:  https://github.com/BtbN/FFmpeg-Builds        (GPL 3.0 shared build)
+- macOS arm64:     https://evermeet.cx/ffmpeg/                  (GPL 3.0 static build)
+- Linux x86_64:    https://johnvansickle.com/ffmpeg/            (GPL 3.0 static build)
+
+Using, redistributing or modifying the bundled FFmpeg binaries is subject to the
+terms of their license. The Python source of Transcritorio (MIT) and the bundled
+FFmpeg binaries (GPL) are distributed together as a convenience; this repository
+as source does not include, require or derive from FFmpeg's source code.
+
+This product also relies on the following open-source libraries (each under its
+own permissive or compatible license; not bundled as binary):
+
+- WhisperX         https://github.com/m-bain/whisperX              BSD-2
+- faster-whisper   https://github.com/SYSTRAN/faster-whisper       MIT
+- mlx-whisper      https://github.com/ml-explore/mlx-examples      MIT
+- pyannote.audio   https://github.com/pyannote/pyannote-audio      MIT
+- PySide6          https://pypi.org/project/PySide6/               LGPL
+- torch            https://pytorch.org                             BSD-3

transcritorio-0.2.0/PKG-INFO

@@ -0,0 +1,245 @@
+Metadata-Version: 2.4
+Name: transcritorio
+Version: 0.2.0
+Summary: Transcricao local de entrevistas em portugues brasileiro, com separacao de falantes (WhisperX + pyannote). Nenhum audio sai do computador.
+Author: Rogerio Jeronimo Barbosa
+License: MIT
+Project-URL: Homepage, https://antrologos.github.io/Transcritorio/pt/
+Project-URL: Repository, https://github.com/antrologos/Transcritorio
+Project-URL: Changelog, https://github.com/antrologos/Transcritorio/blob/main/CHANGELOG.md
+Project-URL: Issues, https://github.com/antrologos/Transcritorio/issues
+Keywords: transcricao,whisper,whisperx,diarizacao,entrevistas,pesquisa-qualitativa,asr
+Classifier: Development Status :: 4 - Beta
+Classifier: Intended Audience :: Science/Research
+Classifier: Natural Language :: Portuguese (Brazilian)
+Classifier: Operating System :: Microsoft :: Windows
+Classifier: Operating System :: MacOS
+Classifier: Operating System :: POSIX :: Linux
+Classifier: Programming Language :: Python :: 3
+Classifier: Topic :: Multimedia :: Sound/Audio :: Speech
+Requires-Python: <3.14,>=3.10
+Description-Content-Type: text/markdown
+License-File: LICENSE
+License-File: NOTICE
+Requires-Dist: PySide6==6.11.0
+Requires-Dist: whisperx==3.8.5
+Requires-Dist: pyannote-audio==4.0.4
+Requires-Dist: faster-whisper==1.2.1
+Requires-Dist: torchcodec==0.7.0
+Requires-Dist: huggingface_hub>=0.28.1
+Requires-Dist: python-docx>=1.2.0
+Requires-Dist: jiwer>=3.0.0
+Requires-Dist: keyring>=24
+Requires-Dist: cryptography>=42
+Requires-Dist: onnx-asr<1.0,>=0.12
+Requires-Dist: onnxruntime>=1.20
+Provides-Extra: build
+Requires-Dist: pyinstaller>=6.0; extra == "build"
+Provides-Extra: mac
+Requires-Dist: mlx-whisper>=0.4.0; extra == "mac"
+Provides-Extra: cuda
+Requires-Dist: torch>=2.7; extra == "cuda"
+Requires-Dist: torchaudio>=2.7; extra == "cuda"
+Requires-Dist: torchvision>=0.22; extra == "cuda"
+Dynamic: license-file
+
+# Transcritório
+
+[![PyPI](https://img.shields.io/pypi/v/transcritorio)](https://pypi.org/project/transcritorio/)
+[![License](https://img.shields.io/github/license/antrologos/Transcritorio)](LICENSE)
+![Platforms](https://img.shields.io/badge/plataformas-Windows%20%7C%20macOS%20%7C%20Linux-informational)
+[![Site](https://img.shields.io/badge/site-antrologos.github.io%2FTranscritorio-44d7b6)](https://antrologos.github.io/Transcritorio/pt/)
+
+**Transcreva entrevistas sem enviar seu áudio para a nuvem.**
+Aplicativo desktop gratuito para transcrição automática e separação de falantes em português brasileiro.
+
+- **100% local** — o áudio nunca sai da sua máquina; compatível com LGPD e com qualquer TCLE razoável.
+- **Português brasileiro nativo** — baseado no Whisper (modelo de transcrição de fala da OpenAI) treinado com ampla variação dialetal.
+- **Gratuito e código aberto** — licença MIT, desenvolvido no IESP-UERJ / CERES. Sem assinatura, sem telemetria (o primeiro uso pede apenas uma conta gratuita da Hugging Face para baixar o modelo de separação de falantes).
+
+Site do projeto: **[antrologos.github.io/Transcritorio](https://antrologos.github.io/Transcritorio/pt/)** (passo a passo com imagens)
+
+## Instalação
+
+O Transcritório é instalado pelo [uv](https://docs.astral.sh/uv/), que baixa o Python e todas as dependências **das fontes oficiais** (Microsoft, PyPI, PyTorch). É uma vez só; no dia a dia você abre pelo atalho da área de trabalho.
+
+**Windows 10/11, sem terminal (recomendado)** — baixe o instalador de um clique e clique duas vezes nele:
+
+**[⬇ Instalar-Transcritorio.bat](https://github.com/antrologos/Transcritorio/releases/latest/download/Instalar-Transcritorio.bat)**
+
+Ele faz sozinho os três comandos abaixo, mostra o progresso e abre o programa no final (se o Windows perguntar "Deseja executar este arquivo?", confirme — o script é [auditável](scripts/Instalar-Transcritorio.bat) e só instala de fontes oficiais assinadas). Para atualizar depois: [Atualizar-Transcritorio.bat](https://github.com/antrologos/Transcritorio/releases/latest/download/Atualizar-Transcritorio.bat).
+
+**Windows 10/11, pelo terminal** — abra o *Prompt de Comando* (menu Iniciar → digite `cmd` → Enter) e cole os três comandos, um por vez:
+
+```bat
+winget install astral-sh.uv
+winget install Gyan.FFmpeg
+uv tool install transcritorio
+```
+
+Feche e reabra o Prompt, digite `transcritorio` e pressione Enter. O programa abre e cria o atalho **Transcritório** na área de trabalho — a partir daí, é só clicar nele.
+
+Guia detalhado com solução de problemas: [`docs/INSTALL_WINDOWS.md`](docs/INSTALL_WINDOWS.md)
+
+**macOS (beta)** — no Terminal, com [Homebrew](https://brew.sh):
+
+```sh
+brew install uv ffmpeg
+uv tool install transcritorio
+```
+
+Em Apple Silicon (M1/M2/M3/M4), use `uv tool install "transcritorio[mac]"` para transcrever com aceleração Metal. Sem Gatekeeper: não há app para "autorizar". Guia: [`docs/MAC_INSTALL.md`](docs/MAC_INSTALL.md)
+
+**Linux (beta)** — no terminal:
+
+```sh
+curl -LsSf https://astral.sh/uv/install.sh | sh
+sudo apt install ffmpeg   # ou o gerenciador da sua distribuição
+uv tool install transcritorio
+```
+
+Guia: [`docs/LINUX_INSTALL.md`](docs/LINUX_INSTALL.md)
+
+- **Atualizar:** `uv tool upgrade transcritorio` (o app avisa quando há versão nova).
+- **Reparar:** menu **Ajuda → Reparar instalação** (não afeta projetos, áudios nem modelos).
+- **Aceleração NVIDIA (opcional, 3–9× mais rápido):** menu **Transcrever → Instalar aceleração NVIDIA**.
+
+> **Por que não tem mais instalador `.exe`?** As versões em instalador (.exe/.dmg/AppImage) foram descontinuadas: sem assinatura digital paga, antivírus e SmartScreen bloqueavam a instalação para boa parte dos usuários. O formato atual usa apenas componentes assinados pelos distribuidores oficiais e elimina esses bloqueios. Histórico e downloads antigos: [`docs/LEGACY_STANDALONE.md`](docs/LEGACY_STANDALONE.md).
+
+---
+
+## Para pesquisadores
+
+### O que você consegue fazer
+
+- **Importar** áudios e vídeos (MP3, WAV, M4A, MP4 e outros) — arraste para a janela, um arquivo ou uma pasta inteira.
+- **Transcrever** em português brasileiro com alta acurácia (90–96% em áudios limpos), com **dois motores locais**: Whisper (o padrão, nas variantes small a large-v3-turbo, escolhidas conforme a sua máquina) e o **Parakeet pt-BR "TAGARELA"** (experimental, muito rápido em CPU). Ao transcrever, o app pergunta quantas pessoas falam — entrevista a dois ou **grupo focal** (até ~8 participantes). Gravações em **16 outros idiomas** também transcrevem, com tempos por palavra.
+- **Separar falantes** automaticamente — e nomeá-los ouvindo amostras: o diálogo **"De quem é esta voz?"** toca trechos de cada voz para você dizer quem é. Vozes recorrentes do projeto (ex.: a sua) passam a ser **reconhecidas automaticamente**. Uma **verificação acústica** confere cada troca de falante e marca com 🔍 as trocas duvidosas, no ponto exato do áudio.
+- **Revisar no Estúdio** com player sincronizado, forma de onda interativa, cores por falante e edição por bloco — o duplo clique numa palavra leva o áudio até ela. Painéis ajustáveis: recolha o vídeo, amplie os blocos, trabalhe do seu jeito.
+- **Analisar com AI local** (✨ nada sai do seu computador): **resumo com índice temático** de cada entrevista, **glossário de nomes** do projeto com **revisão de grafias** (a AI encontra "Joao/João/Jono" e você decide, ocorrência por ocorrência, com a grafia certa editável), e **"Perguntar às entrevistas"** — uma pergunta em português, respondida com citações dos trechos.
+- **Exportar** em DOCX, MD, SRT, VTT, CSV, TSV e formato NVivo (importa direto no NVivo, Atlas.ti, MAXQDA ou num script R/Python). A aba **Documentos** reúne tudo que o app produz, com data e botão de abrir.
+- **Tudo offline** depois do download inicial dos modelos (uma única vez; o tamanho depende do perfil de instalação — ver abaixo).
+
+### Requisitos por tipo de instalação
+
+O assistente de primeiro uso examina a sua máquina e sugere o perfil
+adequado — nada é imposto, e dá para mudar depois em **Ferramentas →
+Gerenciar modelos…**. Números medidos (disco = aplicativo + modelos;
+tempos em CPU de 8 núcleos — em 4 núcleos, conte aproximadamente o dobro):
+
+| Perfil | O que faz | Máquina | Disco | 1 h de áudio |
+|---|---|---|---|---|
+| **Essencial** | Só transcrever (modelo `small`) | 2+ núcleos, 4 GB RAM | ~3,5 GB | ~1 h (CPU) |
+| **Padrão** | + separar falantes + tempos por palavra | 4+ núcleos, 8 GB RAM | ~5 GB | ~1–1,5 h (CPU) |
+| **Padrão + GPU** | idem, com aceleração NVIDIA (`large-v3-turbo`) | GPU NVIDIA 4 GB+ VRAM | ~10 GB | ~5–10 min |
+| **Completo** | + análise com AI local (resumo, glossário, perguntar) | GPU NVIDIA 6 GB+ VRAM, 16 GB RAM | ~19 GB | ~5–10 min |
+
+> **Máquina modesta, pressa grande?** O motor experimental **Parakeet
+> pt-BR (TAGARELA)** transcreve ~25× mais rápido que o tempo real **em
+> CPU** (1 h de áudio em poucos minutos, sem placa de vídeo) — escolha-o
+> clicando no selo **Modelo** da barra inferior (ou em **Ferramentas →
+> Configurar transcrição…**). Por ser experimental, revise com um pouco
+> mais de atenção.
+
+### Primeiros passos
+
+**1. Instale e abra.** Siga a seção **Instalação** acima (três comandos, uma vez). Depois, abra pelo atalho **Transcritório** da área de trabalho. No primeiro uso, um assistente em português prepara os modelos de IA — e pergunta se você quer a identificação de falantes (opcional).
+
+**2. Crie um projeto.** Abra o Transcritório e vá em **Projeto → Novo projeto…** Dê um nome (ex.: `tese-entrevistas-2026`) e escolha uma pasta. O app cria uma estrutura `.transcricao` com áudios, transcrições e metadados lado a lado — fácil de fazer backup e arquivar.
+
+**3. Adicione os áudios ou vídeos.** Clique em **Adicionar mídia…** (ou arraste arquivos para a janela). Ao transcrever, o app pergunta quantas pessoas falam (entrevista, grupo focal, número exato ou automático) — e **Editar propriedades…** permite ajustar por arquivo depois (idioma, falantes, rótulos).
+
+**4. Clique em Transcrever e revise no Estúdio.** O botão **Transcrever** faz o fluxo completo: prepara o áudio, transcreve, separa os falantes e monta o texto editável. Ao final, o diálogo **"De quem é esta voz?"** toca uma amostra de cada voz para você nomeá-las — os nomes valem para a transcrição inteira. Tempos realistas para 1 hora de entrevista: **~5–10 min** em máquina com GPU NVIDIA ou Apple Silicon, **~20–30 min** em notebook recente sem GPU, **~40–60 min** em máquina modesta. Ao final, abra o **Estúdio de Revisão** para ouvir o áudio sincronizado com o texto, ajustar trechos com a forma de onda e exportar. Guia visual completo no [site do projeto](https://antrologos.github.io/Transcritorio/pt/#how).
+
+> **Modelos de IA no primeiro uso:** o Transcritório baixa os modelos uma única vez (~5 GB só para transcrever; ~7 GB com identificação de falantes); depois roda offline. A **identificação de falantes é opcional**: quem quer apenas transcrever não precisa de cadastro algum. Quem a ativa é orientado pelo assistente a criar uma conta gratuita na [Hugging Face](https://huggingface.co/), aceitar os termos do modelo pyannote e colar um *token* de leitura — tudo em português, e dá para ativar depois sem repetir as transcrições.
+
+### Privacidade e ética
+
+- **Processamento 100% local:** o áudio da entrevista nunca é enviado a servidores externos.
+- **Sem coleta de dados, sem telemetria:** nenhum dado sai do seu computador. O único cadastro externo é a conta gratuita da Hugging Face, usada apenas uma vez para baixar o modelo de separação de falantes.
+- **Código-fonte aberto sob licença MIT:** auditável por qualquer pessoa, incluindo o setor de TI da sua instituição.
+- **Compatível com LGPD e TCLE:** você mantém controle integral sobre o áudio do informante e pode demonstrar a cadeia de custódia dos dados.
+
+**Texto pronto para submissão ao CEP** (copie e cole no seu projeto de pesquisa):
+
+> A transcrição e a separação automática de falantes dos áudios coletados nesta pesquisa serão realizadas por meio do software Transcritório (Barbosa, 2026), uma aplicação de desktop gratuita e de código aberto (licença MIT), desenvolvida no IESP-UERJ/CERES. Todo o processamento ocorre localmente na máquina do pesquisador, sem envio do material a servidores externos, em conformidade com a Lei nº 13.709/2018 (LGPD) e com o TCLE assinado pelos participantes. O software utiliza os modelos Whisper (Radford et al., 2022) para transcrição e pyannote.audio (Bredin et al., 2020) para separação de falantes, ambos executados offline.
+
+### Como citar
+
+Barbosa, R. J. (2026). *Transcritório: transcrição local de entrevistas em português brasileiro* (v0.2.0) [Software]. IESP-UERJ/CERES. https://github.com/antrologos/Transcritorio
+
+```bibtex
+@software{barbosa2026transcritorio,
+  author    = {Barbosa, Rog{\'e}rio Jer{\^o}nimo},
+  title     = {Transcrit{\'o}rio: transcri{\c{c}}{\~a}o local de entrevistas em portugu{\^e}s brasileiro},
+  year      = {2026},
+  version   = {0.2.0},
+  publisher = {IESP-UERJ/CERES},
+  license   = {MIT},
+  url       = {https://github.com/antrologos/Transcritorio}
+}
+```
+
+O GitHub também exibe o botão **"Cite this repository"** no menu lateral, com os mesmos dados em formato APA e BibTeX, lendo o arquivo [`CITATION.cff`](CITATION.cff).
+
+Modelos de IA utilizados:
+- Radford, A., Kim, J. W., Xu, T., Brockman, G., McLeavey, C., & Sutskever, I. (2022). *Robust speech recognition via large-scale weak supervision*. arXiv. https://arxiv.org/abs/2212.04356
+- Bredin, H., Yin, R., Coria, J. M., Gelly, G., Korshunov, P., Lavechin, M., Fustes, D., Titeux, H., Bouaziz, W., & Gill, M.-P. (2020). *pyannote.audio: neural building blocks for speaker diarization*. ICASSP 2020. https://arxiv.org/abs/1911.01255
+
+---
+
+## Para desenvolvedores
+
+Se você quer rodar do código-fonte, contribuir com pull requests ou auditar o pipeline:
+
+- **Setup de ambiente, CLI e primeiros commits:** [`docs/DEVELOPMENT.md`](docs/DEVELOPMENT.md)
+- **Arquitetura do pipeline e estrutura de arquivos:** [`docs/ARCHITECTURE.md`](docs/ARCHITECTURE.md)
+- **Histórico de experimentos e decisões de modelo (testes A/B, variants):** [`docs/EXPERIMENTS.md`](docs/EXPERIMENTS.md)
+- **Checklist pré-release (canal standalone legado):** [`docs/PACKAGING_CHECKLIST.md`](docs/PACKAGING_CHECKLIST.md)
+- **Segurança de tokens:** [`docs/SEGURANCA_SEGREDOS.md`](docs/SEGURANCA_SEGREDOS.md)
+- **Instalação no macOS:** [`docs/MAC_INSTALL.md`](docs/MAC_INSTALL.md)
+- **Instalação no Linux:** [`docs/LINUX_INSTALL.md`](docs/LINUX_INSTALL.md)
+- **Aceleração MLX no Apple Silicon:** [`docs/MLX_WHISPER_MACOS.md`](docs/MLX_WHISPER_MACOS.md)
+- **Troubleshooting macOS/Linux:** [`docs/MAC_LINUX.md`](docs/MAC_LINUX.md)
+- **Code signing no Windows (encerrado — canal standalone aposentado):** [`docs/WINDOWS_CODE_SIGNING.md`](docs/WINDOWS_CODE_SIGNING.md)
+
+### Estrutura do repositório
+
+```
+transcribe_pipeline/    pacote Python principal (GUI, CLI, runners, render)
+scripts/                instaladores .bat de duplo clique + wrappers CMD/PS1 (dev)
+packaging/              (LEGADO) spec do PyInstaller, Inno Setup, hooks
+tests/                  toy tests (isolados) e smoke tests
+docs/                   documentação completa
+.github/workflows/      ci.yml (testes) e publish.yml (tag v* → PyPI);
+                        release.yml é o build standalone LEGADO (manual)
+```
+
+---
+
+## Status
+
+| Plataforma | Estado | Notas |
+|---|---|---|
+| Windows 10/11 | Suportada | CPU por padrão; aceleração NVIDIA opcional pelo extra `[cuda]` (menu do app). |
+| Linux x64 | Beta | Mesmo canal `uv tool install transcritorio`; CPU. |
+| macOS (Apple Silicon) | Beta | `uv tool install "transcritorio[mac]"` habilita a aceleração Metal (MLX). |
+
+As versões em instalador (.exe/.dmg/AppImage) foram descontinuadas — ver [`docs/LEGACY_STANDALONE.md`](docs/LEGACY_STANDALONE.md).
+
+Histórico do desenvolvimento (era do app standalone): [`docs/STANDALONE_APP_ROADMAP.md`](docs/STANDALONE_APP_ROADMAP.md).
+
+## Contribuir e reportar bugs
+
+- Bugs e sugestões: [GitHub Issues](https://github.com/antrologos/Transcritorio/issues).
+- Discussões de metodologia e uso em pesquisa qualitativa são bem-vindas no mesmo canal.
+- Pull requests: siga o estilo do código existente; toy tests passando em Windows/Linux/macOS; sem refatoração além do escopo.
+
+## Licença e autoria
+
+Software distribuído sob **licença MIT** (veja [`LICENSE`](LICENSE)).
+Autor: **Rogério Jerônimo Barbosa** — IESP-UERJ / CERES — [antrologos.github.io](https://antrologos.github.io/) — [ORCID 0000-0002-6796-4547](https://orcid.org/0000-0002-6796-4547).
+
+Agradecimentos às bibliotecas e modelos sobre os quais este projeto se apoia: [Whisper](https://github.com/openai/whisper) (OpenAI), [WhisperX](https://github.com/m-bain/whisperX), [faster-whisper](https://github.com/SYSTRAN/faster-whisper)/CTranslate2, [mlx-whisper](https://github.com/ml-explore/mlx-examples/tree/main/whisper), [pyannote.audio](https://github.com/pyannote/pyannote-audio), [Parakeet pt-BR](https://huggingface.co/nvidia) (NVIDIA) via [onnx-asr](https://github.com/istupakov/onnx-asr), [Qwen](https://github.com/QwenLM) (análise local), [GLiNER](https://github.com/urchade/GLiNER) (nomes), [PyTorch](https://pytorch.org/), [PySide6/Qt](https://pypi.org/project/PySide6/), [FFmpeg](https://ffmpeg.org/) e [uv](https://docs.astral.sh/uv/) (Astral).
+
+No canal atual, o ffmpeg/ffprobe vêm do gerenciador de pacotes do sistema (winget/brew/apt) — nada é embutido. Nas releases legadas em instalador, o ffmpeg/ffprobe embutidos eram builds GPL de terceiros (BtbN para Windows, evermeet.cx para macOS, johnvansickle.com para Linux); veja [`NOTICE`](NOTICE) para a lista de componentes dessas versões e seus termos.

transcritorio-0.2.0/README.md

@@ -0,0 +1,200 @@
+# Transcritório
+
+[![PyPI](https://img.shields.io/pypi/v/transcritorio)](https://pypi.org/project/transcritorio/)
+[![License](https://img.shields.io/github/license/antrologos/Transcritorio)](LICENSE)
+![Platforms](https://img.shields.io/badge/plataformas-Windows%20%7C%20macOS%20%7C%20Linux-informational)
+[![Site](https://img.shields.io/badge/site-antrologos.github.io%2FTranscritorio-44d7b6)](https://antrologos.github.io/Transcritorio/pt/)
+
+**Transcreva entrevistas sem enviar seu áudio para a nuvem.**
+Aplicativo desktop gratuito para transcrição automática e separação de falantes em português brasileiro.
+
+- **100% local** — o áudio nunca sai da sua máquina; compatível com LGPD e com qualquer TCLE razoável.
+- **Português brasileiro nativo** — baseado no Whisper (modelo de transcrição de fala da OpenAI) treinado com ampla variação dialetal.
+- **Gratuito e código aberto** — licença MIT, desenvolvido no IESP-UERJ / CERES. Sem assinatura, sem telemetria (o primeiro uso pede apenas uma conta gratuita da Hugging Face para baixar o modelo de separação de falantes).
+
+Site do projeto: **[antrologos.github.io/Transcritorio](https://antrologos.github.io/Transcritorio/pt/)** (passo a passo com imagens)
+
+## Instalação
+
+O Transcritório é instalado pelo [uv](https://docs.astral.sh/uv/), que baixa o Python e todas as dependências **das fontes oficiais** (Microsoft, PyPI, PyTorch). É uma vez só; no dia a dia você abre pelo atalho da área de trabalho.
+
+**Windows 10/11, sem terminal (recomendado)** — baixe o instalador de um clique e clique duas vezes nele:
+
+**[⬇ Instalar-Transcritorio.bat](https://github.com/antrologos/Transcritorio/releases/latest/download/Instalar-Transcritorio.bat)**
+
+Ele faz sozinho os três comandos abaixo, mostra o progresso e abre o programa no final (se o Windows perguntar "Deseja executar este arquivo?", confirme — o script é [auditável](scripts/Instalar-Transcritorio.bat) e só instala de fontes oficiais assinadas). Para atualizar depois: [Atualizar-Transcritorio.bat](https://github.com/antrologos/Transcritorio/releases/latest/download/Atualizar-Transcritorio.bat).
+
+**Windows 10/11, pelo terminal** — abra o *Prompt de Comando* (menu Iniciar → digite `cmd` → Enter) e cole os três comandos, um por vez:
+
+```bat
+winget install astral-sh.uv
+winget install Gyan.FFmpeg
+uv tool install transcritorio
+```
+
+Feche e reabra o Prompt, digite `transcritorio` e pressione Enter. O programa abre e cria o atalho **Transcritório** na área de trabalho — a partir daí, é só clicar nele.
+
+Guia detalhado com solução de problemas: [`docs/INSTALL_WINDOWS.md`](docs/INSTALL_WINDOWS.md)
+
+**macOS (beta)** — no Terminal, com [Homebrew](https://brew.sh):
+
+```sh
+brew install uv ffmpeg
+uv tool install transcritorio
+```
+
+Em Apple Silicon (M1/M2/M3/M4), use `uv tool install "transcritorio[mac]"` para transcrever com aceleração Metal. Sem Gatekeeper: não há app para "autorizar". Guia: [`docs/MAC_INSTALL.md`](docs/MAC_INSTALL.md)
+
+**Linux (beta)** — no terminal:
+
+```sh
+curl -LsSf https://astral.sh/uv/install.sh | sh
+sudo apt install ffmpeg   # ou o gerenciador da sua distribuição
+uv tool install transcritorio
+```
+
+Guia: [`docs/LINUX_INSTALL.md`](docs/LINUX_INSTALL.md)
+
+- **Atualizar:** `uv tool upgrade transcritorio` (o app avisa quando há versão nova).
+- **Reparar:** menu **Ajuda → Reparar instalação** (não afeta projetos, áudios nem modelos).
+- **Aceleração NVIDIA (opcional, 3–9× mais rápido):** menu **Transcrever → Instalar aceleração NVIDIA**.
+
+> **Por que não tem mais instalador `.exe`?** As versões em instalador (.exe/.dmg/AppImage) foram descontinuadas: sem assinatura digital paga, antivírus e SmartScreen bloqueavam a instalação para boa parte dos usuários. O formato atual usa apenas componentes assinados pelos distribuidores oficiais e elimina esses bloqueios. Histórico e downloads antigos: [`docs/LEGACY_STANDALONE.md`](docs/LEGACY_STANDALONE.md).
+
+---
+
+## Para pesquisadores
+
+### O que você consegue fazer
+
+- **Importar** áudios e vídeos (MP3, WAV, M4A, MP4 e outros) — arraste para a janela, um arquivo ou uma pasta inteira.
+- **Transcrever** em português brasileiro com alta acurácia (90–96% em áudios limpos), com **dois motores locais**: Whisper (o padrão, nas variantes small a large-v3-turbo, escolhidas conforme a sua máquina) e o **Parakeet pt-BR "TAGARELA"** (experimental, muito rápido em CPU). Ao transcrever, o app pergunta quantas pessoas falam — entrevista a dois ou **grupo focal** (até ~8 participantes). Gravações em **16 outros idiomas** também transcrevem, com tempos por palavra.
+- **Separar falantes** automaticamente — e nomeá-los ouvindo amostras: o diálogo **"De quem é esta voz?"** toca trechos de cada voz para você dizer quem é. Vozes recorrentes do projeto (ex.: a sua) passam a ser **reconhecidas automaticamente**. Uma **verificação acústica** confere cada troca de falante e marca com 🔍 as trocas duvidosas, no ponto exato do áudio.
+- **Revisar no Estúdio** com player sincronizado, forma de onda interativa, cores por falante e edição por bloco — o duplo clique numa palavra leva o áudio até ela. Painéis ajustáveis: recolha o vídeo, amplie os blocos, trabalhe do seu jeito.
+- **Analisar com AI local** (✨ nada sai do seu computador): **resumo com índice temático** de cada entrevista, **glossário de nomes** do projeto com **revisão de grafias** (a AI encontra "Joao/João/Jono" e você decide, ocorrência por ocorrência, com a grafia certa editável), e **"Perguntar às entrevistas"** — uma pergunta em português, respondida com citações dos trechos.
+- **Exportar** em DOCX, MD, SRT, VTT, CSV, TSV e formato NVivo (importa direto no NVivo, Atlas.ti, MAXQDA ou num script R/Python). A aba **Documentos** reúne tudo que o app produz, com data e botão de abrir.
+- **Tudo offline** depois do download inicial dos modelos (uma única vez; o tamanho depende do perfil de instalação — ver abaixo).
+
+### Requisitos por tipo de instalação
+
+O assistente de primeiro uso examina a sua máquina e sugere o perfil
+adequado — nada é imposto, e dá para mudar depois em **Ferramentas →
+Gerenciar modelos…**. Números medidos (disco = aplicativo + modelos;
+tempos em CPU de 8 núcleos — em 4 núcleos, conte aproximadamente o dobro):
+
+| Perfil | O que faz | Máquina | Disco | 1 h de áudio |
+|---|---|---|---|---|
+| **Essencial** | Só transcrever (modelo `small`) | 2+ núcleos, 4 GB RAM | ~3,5 GB | ~1 h (CPU) |
+| **Padrão** | + separar falantes + tempos por palavra | 4+ núcleos, 8 GB RAM | ~5 GB | ~1–1,5 h (CPU) |
+| **Padrão + GPU** | idem, com aceleração NVIDIA (`large-v3-turbo`) | GPU NVIDIA 4 GB+ VRAM | ~10 GB | ~5–10 min |
+| **Completo** | + análise com AI local (resumo, glossário, perguntar) | GPU NVIDIA 6 GB+ VRAM, 16 GB RAM | ~19 GB | ~5–10 min |
+
+> **Máquina modesta, pressa grande?** O motor experimental **Parakeet
+> pt-BR (TAGARELA)** transcreve ~25× mais rápido que o tempo real **em
+> CPU** (1 h de áudio em poucos minutos, sem placa de vídeo) — escolha-o
+> clicando no selo **Modelo** da barra inferior (ou em **Ferramentas →
+> Configurar transcrição…**). Por ser experimental, revise com um pouco
+> mais de atenção.
+
+### Primeiros passos
+
+**1. Instale e abra.** Siga a seção **Instalação** acima (três comandos, uma vez). Depois, abra pelo atalho **Transcritório** da área de trabalho. No primeiro uso, um assistente em português prepara os modelos de IA — e pergunta se você quer a identificação de falantes (opcional).
+
+**2. Crie um projeto.** Abra o Transcritório e vá em **Projeto → Novo projeto…** Dê um nome (ex.: `tese-entrevistas-2026`) e escolha uma pasta. O app cria uma estrutura `.transcricao` com áudios, transcrições e metadados lado a lado — fácil de fazer backup e arquivar.
+
+**3. Adicione os áudios ou vídeos.** Clique em **Adicionar mídia…** (ou arraste arquivos para a janela). Ao transcrever, o app pergunta quantas pessoas falam (entrevista, grupo focal, número exato ou automático) — e **Editar propriedades…** permite ajustar por arquivo depois (idioma, falantes, rótulos).
+
+**4. Clique em Transcrever e revise no Estúdio.** O botão **Transcrever** faz o fluxo completo: prepara o áudio, transcreve, separa os falantes e monta o texto editável. Ao final, o diálogo **"De quem é esta voz?"** toca uma amostra de cada voz para você nomeá-las — os nomes valem para a transcrição inteira. Tempos realistas para 1 hora de entrevista: **~5–10 min** em máquina com GPU NVIDIA ou Apple Silicon, **~20–30 min** em notebook recente sem GPU, **~40–60 min** em máquina modesta. Ao final, abra o **Estúdio de Revisão** para ouvir o áudio sincronizado com o texto, ajustar trechos com a forma de onda e exportar. Guia visual completo no [site do projeto](https://antrologos.github.io/Transcritorio/pt/#how).
+
+> **Modelos de IA no primeiro uso:** o Transcritório baixa os modelos uma única vez (~5 GB só para transcrever; ~7 GB com identificação de falantes); depois roda offline. A **identificação de falantes é opcional**: quem quer apenas transcrever não precisa de cadastro algum. Quem a ativa é orientado pelo assistente a criar uma conta gratuita na [Hugging Face](https://huggingface.co/), aceitar os termos do modelo pyannote e colar um *token* de leitura — tudo em português, e dá para ativar depois sem repetir as transcrições.
+
+### Privacidade e ética
+
+- **Processamento 100% local:** o áudio da entrevista nunca é enviado a servidores externos.
+- **Sem coleta de dados, sem telemetria:** nenhum dado sai do seu computador. O único cadastro externo é a conta gratuita da Hugging Face, usada apenas uma vez para baixar o modelo de separação de falantes.
+- **Código-fonte aberto sob licença MIT:** auditável por qualquer pessoa, incluindo o setor de TI da sua instituição.
+- **Compatível com LGPD e TCLE:** você mantém controle integral sobre o áudio do informante e pode demonstrar a cadeia de custódia dos dados.
+
+**Texto pronto para submissão ao CEP** (copie e cole no seu projeto de pesquisa):
+
+> A transcrição e a separação automática de falantes dos áudios coletados nesta pesquisa serão realizadas por meio do software Transcritório (Barbosa, 2026), uma aplicação de desktop gratuita e de código aberto (licença MIT), desenvolvida no IESP-UERJ/CERES. Todo o processamento ocorre localmente na máquina do pesquisador, sem envio do material a servidores externos, em conformidade com a Lei nº 13.709/2018 (LGPD) e com o TCLE assinado pelos participantes. O software utiliza os modelos Whisper (Radford et al., 2022) para transcrição e pyannote.audio (Bredin et al., 2020) para separação de falantes, ambos executados offline.
+
+### Como citar
+
+Barbosa, R. J. (2026). *Transcritório: transcrição local de entrevistas em português brasileiro* (v0.2.0) [Software]. IESP-UERJ/CERES. https://github.com/antrologos/Transcritorio
+
+```bibtex
+@software{barbosa2026transcritorio,
+  author    = {Barbosa, Rog{\'e}rio Jer{\^o}nimo},
+  title     = {Transcrit{\'o}rio: transcri{\c{c}}{\~a}o local de entrevistas em portugu{\^e}s brasileiro},
+  year      = {2026},
+  version   = {0.2.0},
+  publisher = {IESP-UERJ/CERES},
+  license   = {MIT},
+  url       = {https://github.com/antrologos/Transcritorio}
+}
+```
+
+O GitHub também exibe o botão **"Cite this repository"** no menu lateral, com os mesmos dados em formato APA e BibTeX, lendo o arquivo [`CITATION.cff`](CITATION.cff).
+
+Modelos de IA utilizados:
+- Radford, A., Kim, J. W., Xu, T., Brockman, G., McLeavey, C., & Sutskever, I. (2022). *Robust speech recognition via large-scale weak supervision*. arXiv. https://arxiv.org/abs/2212.04356
+- Bredin, H., Yin, R., Coria, J. M., Gelly, G., Korshunov, P., Lavechin, M., Fustes, D., Titeux, H., Bouaziz, W., & Gill, M.-P. (2020). *pyannote.audio: neural building blocks for speaker diarization*. ICASSP 2020. https://arxiv.org/abs/1911.01255
+
+---
+
+## Para desenvolvedores
+
+Se você quer rodar do código-fonte, contribuir com pull requests ou auditar o pipeline:
+
+- **Setup de ambiente, CLI e primeiros commits:** [`docs/DEVELOPMENT.md`](docs/DEVELOPMENT.md)
+- **Arquitetura do pipeline e estrutura de arquivos:** [`docs/ARCHITECTURE.md`](docs/ARCHITECTURE.md)
+- **Histórico de experimentos e decisões de modelo (testes A/B, variants):** [`docs/EXPERIMENTS.md`](docs/EXPERIMENTS.md)
+- **Checklist pré-release (canal standalone legado):** [`docs/PACKAGING_CHECKLIST.md`](docs/PACKAGING_CHECKLIST.md)
+- **Segurança de tokens:** [`docs/SEGURANCA_SEGREDOS.md`](docs/SEGURANCA_SEGREDOS.md)
+- **Instalação no macOS:** [`docs/MAC_INSTALL.md`](docs/MAC_INSTALL.md)
+- **Instalação no Linux:** [`docs/LINUX_INSTALL.md`](docs/LINUX_INSTALL.md)
+- **Aceleração MLX no Apple Silicon:** [`docs/MLX_WHISPER_MACOS.md`](docs/MLX_WHISPER_MACOS.md)
+- **Troubleshooting macOS/Linux:** [`docs/MAC_LINUX.md`](docs/MAC_LINUX.md)
+- **Code signing no Windows (encerrado — canal standalone aposentado):** [`docs/WINDOWS_CODE_SIGNING.md`](docs/WINDOWS_CODE_SIGNING.md)
+
+### Estrutura do repositório
+
+```
+transcribe_pipeline/    pacote Python principal (GUI, CLI, runners, render)
+scripts/                instaladores .bat de duplo clique + wrappers CMD/PS1 (dev)
+packaging/              (LEGADO) spec do PyInstaller, Inno Setup, hooks
+tests/                  toy tests (isolados) e smoke tests
+docs/                   documentação completa
+.github/workflows/      ci.yml (testes) e publish.yml (tag v* → PyPI);
+                        release.yml é o build standalone LEGADO (manual)
+```
+
+---
+
+## Status
+
+| Plataforma | Estado | Notas |
+|---|---|---|
+| Windows 10/11 | Suportada | CPU por padrão; aceleração NVIDIA opcional pelo extra `[cuda]` (menu do app). |
+| Linux x64 | Beta | Mesmo canal `uv tool install transcritorio`; CPU. |
+| macOS (Apple Silicon) | Beta | `uv tool install "transcritorio[mac]"` habilita a aceleração Metal (MLX). |
+
+As versões em instalador (.exe/.dmg/AppImage) foram descontinuadas — ver [`docs/LEGACY_STANDALONE.md`](docs/LEGACY_STANDALONE.md).
+
+Histórico do desenvolvimento (era do app standalone): [`docs/STANDALONE_APP_ROADMAP.md`](docs/STANDALONE_APP_ROADMAP.md).
+
+## Contribuir e reportar bugs
+
+- Bugs e sugestões: [GitHub Issues](https://github.com/antrologos/Transcritorio/issues).
+- Discussões de metodologia e uso em pesquisa qualitativa são bem-vindas no mesmo canal.
+- Pull requests: siga o estilo do código existente; toy tests passando em Windows/Linux/macOS; sem refatoração além do escopo.
+
+## Licença e autoria
+
+Software distribuído sob **licença MIT** (veja [`LICENSE`](LICENSE)).
+Autor: **Rogério Jerônimo Barbosa** — IESP-UERJ / CERES — [antrologos.github.io](https://antrologos.github.io/) — [ORCID 0000-0002-6796-4547](https://orcid.org/0000-0002-6796-4547).
+
+Agradecimentos às bibliotecas e modelos sobre os quais este projeto se apoia: [Whisper](https://github.com/openai/whisper) (OpenAI), [WhisperX](https://github.com/m-bain/whisperX), [faster-whisper](https://github.com/SYSTRAN/faster-whisper)/CTranslate2, [mlx-whisper](https://github.com/ml-explore/mlx-examples/tree/main/whisper), [pyannote.audio](https://github.com/pyannote/pyannote-audio), [Parakeet pt-BR](https://huggingface.co/nvidia) (NVIDIA) via [onnx-asr](https://github.com/istupakov/onnx-asr), [Qwen](https://github.com/QwenLM) (análise local), [GLiNER](https://github.com/urchade/GLiNER) (nomes), [PyTorch](https://pytorch.org/), [PySide6/Qt](https://pypi.org/project/PySide6/), [FFmpeg](https://ffmpeg.org/) e [uv](https://docs.astral.sh/uv/) (Astral).
+
+No canal atual, o ffmpeg/ffprobe vêm do gerenciador de pacotes do sistema (winget/brew/apt) — nada é embutido. Nas releases legadas em instalador, o ffmpeg/ffprobe embutidos eram builds GPL de terceiros (BtbN para Windows, evermeet.cx para macOS, johnvansickle.com para Linux); veja [`NOTICE`](NOTICE) para a lista de componentes dessas versões e seus termos.

transcritorio-0.2.0/pyproject.toml

@@ -0,0 +1,97 @@
+[build-system]
+requires = ["setuptools>=68.0", "wheel"]
+build-backend = "setuptools.build_meta"
+
+[project]
+name = "transcritorio"
+version = "0.2.0"
+description = "Transcricao local de entrevistas em portugues brasileiro, com separacao de falantes (WhisperX + pyannote). Nenhum audio sai do computador."
+readme = "README.md"
+license = { text = "MIT" }
+authors = [{ name = "Rogerio Jeronimo Barbosa" }]
+# Teto necessario: torchcodec/torch/PySide6 demoram a publicar wheels para
+# CPython novo — sem o teto, o uv escolhe o Python mais recente da maquina
+# (ex.: 3.14) e a resolucao falha (bug real de beta tester, 2026-08-24).
+# Com o teto, o uv baixa sozinho um 3.12/3.13 gerenciado.
+requires-python = ">=3.10,<3.14"
+keywords = ["transcricao", "whisper", "whisperx", "diarizacao", "entrevistas", "pesquisa-qualitativa", "asr"]
+classifiers = [
+    "Development Status :: 4 - Beta",
+    "Intended Audience :: Science/Research",
+    "Natural Language :: Portuguese (Brazilian)",
+    "Operating System :: Microsoft :: Windows",
+    "Operating System :: MacOS",
+    "Operating System :: POSIX :: Linux",
+    "Programming Language :: Python :: 3",
+    "Topic :: Multimedia :: Sound/Audio :: Speech",
+]
+dependencies = [
+    "PySide6==6.11.0",
+    "whisperx==3.8.5",
+    "pyannote-audio==4.0.4",
+    "faster-whisper==1.2.1",
+    "torchcodec==0.7.0",
+    "huggingface_hub>=0.28.1",
+    "python-docx>=1.2.0",
+    "jiwer>=3.0.0",
+    "keyring>=24",
+    "cryptography>=42",
+    # Motor experimental Parakeet pt-BR (TAGARELA) via ONNX (E4-4).
+    # onnxruntime CPU: ~13x tempo real medido na RTX 4060 (so CPU);
+    # onnxruntime-gpu NAO entra no extra [cuda] — conflita com o pacote
+    # CPU e exigiria cuDNN proprio, sem ganho necessario.
+    "onnx-asr>=0.12,<1.0",
+    # Piso 1.20 (ultima serie com wheel py3.10); em py3.11+ resolve 1.29+.
+    "onnxruntime>=1.20",
+]
+
+[project.urls]
+Homepage = "https://antrologos.github.io/Transcritorio/pt/"
+Repository = "https://github.com/antrologos/Transcritorio"
+Changelog = "https://github.com/antrologos/Transcritorio/blob/main/CHANGELOG.md"
+Issues = "https://github.com/antrologos/Transcritorio/issues"
+
+[project.scripts]
+transcritorio-cli = "transcribe_pipeline.cli:main"
+
+[project.gui-scripts]
+transcritorio = "transcribe_pipeline.gui_launcher:main"
+
+[project.optional-dependencies]
+build = ["pyinstaller>=6.0"]
+# Apple Silicon Metal acceleration via MLX. Installs only on macOS ARM64
+# (mlx framework does not build on Windows/Linux). Safe to leave off the
+# default dependency set — the runtime code path checks availability and
+# falls back to the CPU whisperx path.
+mac = ["mlx-whisper>=0.4.0"]
+# Aceleracao NVIDIA (opcional, v0.2): declara torch/torchaudio/torchvision
+# explicitamente para que o uv resolva os TRES do indice cu128 do PyTorch
+# (ver [tool.uv.sources]) — misturar torch-cu128 com torchaudio/vision CPU
+# do PyPI quebra por ABI. Sem este extra, tudo vem transitivamente do PyPI,
+# que no Windows e CPU-only: o caminho seguro e o caminho default.
+# pip puro: pip install "transcritorio[cuda]" --extra-index-url https://download.pytorch.org/whl/cu128
+cuda = ["torch>=2.7", "torchaudio>=2.7", "torchvision>=0.22"]
+# NAO existe extra [llm], de proposito: transformers>=5.13 (necessario para
+# o Qwen3.5 da analise local) exige huggingface-hub>=1.5, e o whisperx
+# 3.8.5 trava hub<1.0 — irreconciliavel no mesmo ambiente (uv lock,
+# 2026-08-25). A analise local usa um AMBIENTE DEDICADO gerenciado pelo
+# app (transcribe_pipeline/llm_env.py), criado sob demanda via uv — mesmo
+# padrao do cuda_pack. O LLM ja roda em subprocesso por desenho.
+
+[tool.uv.sources]
+torch = [{ index = "pytorch-cu128", extra = "cuda" }]
+torchaudio = [{ index = "pytorch-cu128", extra = "cuda" }]
+torchvision = [{ index = "pytorch-cu128", extra = "cuda" }]
+
+[[tool.uv.index]]
+name = "pytorch-cu128"
+url = "https://download.pytorch.org/whl/cu128"
+explicit = true
+
+[tool.setuptools.packages.find]
+include = ["transcribe_pipeline*"]
+
+[tool.setuptools.package-data]
+# assets/* (icones): sem eles o app instalado por uv rodava sem icone de
+# janela e o atalho da area de trabalho herdava o icone do pythonw.
+transcribe_pipeline = ["py.typed", "assets/*"]

transcritorio-0.2.0/setup.cfg

@@ -0,0 +1,4 @@
+[egg_info]
+tag_build = 
+tag_date = 0
+

transcritorio-0.2.0/transcribe_pipeline/__init__.py

@@ -0,0 +1,7 @@
+"""Local transcription pipeline used by Transcritorio projects."""
+
+__version__ = "0.2.0"
+
+# Build timestamp — set automatically by build.ps1 before PyInstaller runs.
+# If this is "dev", the app is running from source (not a frozen build).
+__build__ = "dev"

transcritorio-0.2.0/transcribe_pipeline/__main__.py

@@ -0,0 +1,5 @@
+from .cli import main
+
+
+if __name__ == "__main__":
+    raise SystemExit(main())