Versão de teste 0.3.0b1 (beta)

Versão de teste. Instala-se ao lado da versão estável, sem substituí-la: as duas
ficam no computador e podem ser abertas ao mesmo tempo (a janela da beta diz "versão de
teste" no título). Não vem do PyPI e não substitui o uv tool install transcritorio.

Para instalar: baixe o Instalar-Beta.bat aqui embaixo e clique duas vezes. Ele usa o
mesmo uv da versão estável, detecta a placa NVIDIA e reaproveita os modelos que você já
baixou (nada é baixado de novo). Para remover, apague a pasta
%LOCALAPPDATA%\Transcritorio\beta-venv.

O que há de novo para testar

A busca por sentido foi refeita. A unidade de busca passou a ser o trecho de conversa
(~100 palavras, com quem fala), o modelo é de recuperação e não de paráfrase, e um
reordenador separa o que responde do que é só relacionado. Num gabarito de 12 perguntas
julgado à mão, a precisão dos 5 primeiros subiu de 0,48 para 0,67.

"Perguntar às entrevistas" virou um gesto só. Os trechos aparecem em segundos, em
qualquer computador; a resposta escrita, citando os trechos, vem quando há modelo de
análise. Perguntas sobre o conjunto ("do que falam as entrevistas?") são respondidas pelos
resumos.

Temas das entrevistas (menu Analisar): agrupa os trechos de todas as entrevistas por
semelhança de sentido e lista os temas mais tratados, com todos os trechos de cada um. O
agrupamento é aritmética e roda em qualquer máquina, em segundos; os nomes saem por termos
característicos e, com placa NVIDIA, a AI escreve nome e descrição em segundo plano.

Codificação e exportação para o QualiLab. Um ou mais códigos por trecho, codebook
alimentado pelo contexto da pesquisa, e exportação .qualilab ou planilha. Se você editar
a transcrição depois de codificar, os trechos que deixaram de bater não são exportados com
o texto errado: ficam de fora e o programa diz quantos.

Quem entra na análise. Em entrevistas não se costuma codificar quem pergunta; em
grupos focais, quem modera. O programa pergunta uma vez por projeto quais falantes contam.
A fala de quem fica de fora continua na transcrição e no arquivo exportado, como contexto —
só deixa de influenciar o agrupamento e de receber código.

Onde ela ainda não foi provada

A exportação .qualilab foi escrita contra a especificação do QualiLab e testada aqui,
mas ainda não foi aberta no QualiLab de verdade — é justamente um dos testes que
esperamos. Use o modo Arquivo do QualiLab, em que os dados não saem do seu
computador.

Relatos de problema: https://github.com/antrologos/Transcritorio/issues

v0.2.8 — lote: por que está cinza, separação num só processo, vozes por identificar

Rodada de revisões de um lote real de 5 entrevistas (máquina com GPU).

As ferramentas de AI não "sumiram" durante o lote — e agora o app diz isso

Durante uma transcrição em lote as análises com AI (e as demais ações) ficavam cinza com o motivo escondido num tooltip que um item cinza de menu nem mostra; a leitura natural era "as ferramentas de AI não vieram instaladas". Agora uma faixa na lista de arquivos explica ("⏳ Lote em andamento — Arquivo 3 de 5 · … As análises com AI e as demais ações voltam sozinhas quando terminar"), o menu Analisar ganha uma linha com o mesmo aviso, o tooltip de todo item cinza diz o estado do lote, e os itens de AI continuam clicáveis: o clique explica na própria faixa, sem janela modal e sem executar nada.

Separação de falantes num só processo por lote

Cada arquivo abria um processo novo só para separar as vozes, e boa parte do tempo era abrir o Python, importar torch/pyannote e carregar o modelo — mais que a própria separação numa entrevista de 50 min em GPU. Agora o lote abre um servidor de separação (transcritorio-cli diarize-serve) no início, que carrega o modelo uma vez, em paralelo com o preparo e a transcrição do primeiro arquivo, e atende um pedido por arquivo. Medido em GPU com arquivos de 5 min: 62 s → 15 s por arquivo. Se o servidor cair, o arquivo segue pela rota antiga, sem intervenção.

Áudios preparados em paralelo no início do lote

Com dois ou mais arquivos, a conversão para WAV vira um único passo do lote, duas conversões por vez ("Preparando os áudios (2 de 5)"). Um arquivo cuja conversão falha é pulado com a causa na fila de processamento; os outros seguem.

Vozes por identificar ao fim do lote

Num lote de 5 entrevistas o app perguntava "De quem é esta voz?" uma vez só — para a transcrição que estava aberta. Agora, ao fim do lote, a lista mostra "🎙 N entrevistas com vozes por identificar" com Identificar agora… (abre cada uma em sequência e pergunta; cancelar interrompe e a faixa segue com o restante) e Depois.

Instalar ou atualizar

Windows: baixe Instalar-Transcritorio.bat (primeira vez) ou Atualizar-Transcritorio.bat (já tem o app) e dê dois cliques. Outros sistemas: uv tool install transcritorio / uv tool upgrade transcritorio. Detalhes em https://antrologos.github.io/Transcritorio/pt/

v0.2.7

Corrigido: caracteres "�" na barra de progresso ("Separando falantes de X � 84%"). As etapas que rodam em subprocesso (separar falantes, canais, conferir trocas) escreviam a saída na codificação do Windows e o app a lia como UTF-8; agora todo subprocesso do app escreve em UTF-8.

Instalar / atualizar (Windows): Instalar-Transcritorio.bat (primeira vez) ou Atualizar-Transcritorio.bat (já instalado). Terminal: uv tool install --python 3.12 transcritorio / uv tool upgrade transcritorio.

v0.2.6

Duas correções guiadas por um lote real de 5 entrevistas numa máquina com placa NVIDIA.

• A aceleração GPU do TAGARELA voltou a funcionar — e o app avisa quando ela quebra. O pacote de aceleração (onnxruntime-gpu) é por versão de Python; o instalado antes da v0.2.3 (Python 3.13) não carregava no Python 3.12 que o app passou a usar, e a transcrição caía para o processador em silêncio (8–16× o tempo real em vez de ~60×). Agora o app registra o Python do pacote, detecta a incompatibilidade em Ferramentas → Gerenciar modelos ("Incompleto — precisa ser reinstalada…"), oferece a reinstalação ao transcrever, instala a versão certa e anota a queda para a CPU na fila de processamento.
• Progresso do lote em dois níveis. A lista mostra a etapa e o avanço de cada arquivo ("Transcrevendo 46%", "Separando falantes 12%", "Na fila", "Transcrita" assim que termina), atualizada a cada 1,5 s; a barra de baixo mostra só o lote ("Arquivo 2 de 5 · F03R_0729 · transcrevendo… · ~12 min restantes"). Antes a lista ficava em "Processando 0%" até o fim e a barra misturava dois percentuais.

Quem tem placa NVIDIA e instalou a aceleração do TAGARELA antes de hoje: abra Ferramentas → Gerenciar modelos e, se a linha "Aceleração do Parakeet na GPU" estiver "Incompleto", clique em Baixar (~0,3 GB, uma vez). O app também oferece isso sozinho ao transcrever.

Instalar / atualizar (Windows): Instalar-Transcritorio.bat (primeira vez) ou Atualizar-Transcritorio.bat (já instalado). Terminal: uv tool install --python 3.12 transcritorio / uv tool upgrade transcritorio.

v0.2.5

Três decisões de produto num só lançamento, todas com medição: a separação de falantes ficou 2× mais rápida (em CPU e em GPU) com a mesma qualidade; o TAGARELA virou o motor padrão em todas as máquinas; e transcrever em outro idioma passa a ser explicado e resolvido com o Whisper de reserva. Mais 12 correções para que qualquer nome de arquivo válido no sistema funcione.

• Separação de falantes 2× mais rápida, com a mesma qualidade. Testada com gabarito sintético (verdade por construção) e em 10 entrevistas reais julgadas pelo verificador acústico do próprio app. 1 h de áudio: ~4 min na máquina de referência (24 threads), ~11 min com 8 threads, ~22 min com 4; ≈ 25 s por hora com GPU NVIDIA. As estimativas mostradas no app acompanham.
• TAGARELA é o motor padrão em todas as máquinas (antes, só nas sem placa de vídeo): feito para o português falado (segundo os autores do modelo, em fala espontânea erra menos palavras que o Whisper large-v3), com pontuação e tempos por palavra nativos, transcreve 1 h em poucos minutos mesmo só no processador. Um Whisper acompanha como reserva para outros idiomas (large-v3-turbo com GPU, small no resto). Quem já usa o Whisper recebe a oferta de troca na própria lista.
• Outro idioma? O app explica e oferece a troca. Ao escolher um idioma que não é português aparece uma nota; ao Transcrever, a janela "Este lote tem outro idioma" mostra onde o modelo mora e oferece o Whisper com a qualidade de cada opção — só para o lote ou para o projeto.
• Nomes de arquivo: apagar a transcrição de Sonia não leva mais a de Sonia.Venancio; colchetes, #, vírgula, apóstrofo e nomes iniciados por "-" não quebram mais nada; dois arquivos com o mesmo nome em pastas diferentes agora são duas entrevistas (a segunda ganha o nome da pasta); renomear só maiúsculas mantém os metadados; o filtro da lista ignora acentos.

Instalar / atualizar (Windows): baixe e clique duas vezes em Instalar-Transcritorio.bat (primeira vez) ou Atualizar-Transcritorio.bat (já instalado). Terminal: uv tool install --python 3.12 transcritorio / uv tool upgrade transcritorio.

v0.2.4

Correção de um relato real de beta (arquivo com espaço no nome falhava ao montar a transcrição editável, depois de mais de uma hora separando falantes), a causa das falhas visível no diálogo, e a separação de falantes ~3× mais rápida em CPU.

• Corrigido: arquivo com espaço ou acento no nome falhava em "montando transcrição editável: 1 falha(s)" com o TAGARELA (e com o MLX no Mac). O motor gravava o texto transcrito com o nome "sanitizado" (Sonia_Venancio.json para Sonia Venancio.m4a; acentos e cedilha também viravam _), e a etapa final procurava pelo nome original. Agora a saída nasce com o nome idêntico ao do arquivo: vale qualquer nome que o sistema operacional aceite. Quem já tem a separação de falantes pronta não precisa refazê-la: basta transcrever de novo sem "Separar falantes agora" e a montagem a aproveita.
• A causa real de uma falha agora aparece no diálogo de erro e na fila de processamento (Ferramentas), em vez de só "1 falha(s)".
• Separação de falantes ~3× mais rápida em CPU, com resultado idêntico. A rede de embeddings rodava três vezes por janela de 10 s; agora roda uma vez e só o pooling é feito por falante. Numa entrevista real de 62 min em CPU: 24,7 min → 7,1 min, com separação idêntica (DER 0,000%). A estimativa mostrada ao transcrever acompanha (1 h de áudio ≈ 7 min na máquina de referência; ~20 min num notebook de 4 núcleos).

Instalar / atualizar (Windows): baixe e clique duas vezes em Instalar-Transcritorio.bat (primeira vez) ou Atualizar-Transcritorio.bat (já instalado). Terminal: uv tool install --python 3.12 transcritorio / uv tool upgrade transcritorio.

Transcritório v0.2.3

Correções guiadas por três relatos reais de beta testers: instalação travada no Python 3.14, "o padrão continuou o Whisper small" após atualizar e "congelou no 88%" em computador sem placa de vídeo.

Instalação (Windows, 1 clique)

Baixe Instalar-Transcritorio.bat abaixo e clique duas vezes. Para atualizar, Atualizar-Transcritorio.bat. Guia: docs/INSTALL_WINDOWS.md. Pelo terminal (Windows/Mac/Linux): uv tool install --python 3.12 transcritorio.

O que mudou

• Separação de falantes com barra de progresso real e estimativa de tempo. Sem placa de vídeo essa etapa leva de 25 min a ~1 h por hora de áudio (medido) — a barra ficava parada em 88% esse tempo todo. Agora o progresso do próprio pyannote move a barra e a mensagem diz "N% (tempo decorrido, ~M min restantes)".
• "Separar falantes agora" — em máquinas sem placa de vídeo, a janela que pergunta quantas pessoas falam mostra a estimativa do lote e permite deixar a separação para depois: o texto fica pronto em minutos e a lista oferece completar as vozes em lote.
• Faixa na lista migra para o TAGARELA quem instalou antes da v0.2.2 e continua no Whisper sem placa de vídeo — um clique troca o motor (e já baixa o modelo); a oferta deixou de ser bloqueada por arquivos com idioma "Automático".
• Python fixo em 3.12 no instalador, nos comandos documentados e nos comandos de Reparar/aceleração NVIDIA do app — o uv escolhia o Python 3.14 da máquina e uma dependência ainda não tem pacote para ele.
• Instalador mais robusto: segunda tentativa automática com registro em %TEMP%\Transcritorio-instalador.log, causa do erro impressa na tela, tempo limite maior para conexões lentas.

Changelog completo: CHANGELOG.md

Transcritório v0.2.2

O TAGARELA agora é o motor padrão em máquinas sem placa de vídeo. Beta testers em notebooks só-CPU viam o Whisper levar ~1× o tempo do áudio e a barra "travar" na fase silenciosa — o Parakeet pt-BR "TAGARELA" transcreve 1 hora em poucos minutos nessas máquinas, com tempos por palavra nativos.

Instalação (Windows, 1 clique)

Baixe Instalar-Transcritorio.bat abaixo e clique duas vezes. Para atualizar, Atualizar-Transcritorio.bat. Guia: docs/INSTALL_WINDOWS.md. Pelo terminal (Windows/Mac/Linux): uv tool install transcritorio.

O que mudou

• TAGARELA padrão sem GPU (Windows/Linux) — o assistente de primeiro uso recomenda o TAGARELA + o Whisper small de reserva (outros idiomas; ~3,5 GB no Essencial). Quem já estava instalado recebe uma oferta de troca ao transcrever em CPU (a recusa é lembrada). Com GPU NVIDIA segue o large-v3-turbo; no Mac nada muda (rota Metal/MLX).
• A barra não "trava" mais na percepção — na marcação de tempos por palavra em CPU, ela agora diz que o trabalho continua; e as mensagens não falam de "GPU" em máquina sem placa.
• Dividir bloco segue o cursor de texto — o tempo da fronteira agora corresponde à palavra onde você dividiu (antes, a posição do player durante a reprodução decidia, gerando blocos incoerentes com o áudio).
• Instalador .bat acha o uv mesmo quando o winget não cria o atalho (caso real de beta tester) e orienta a causa mais comum quando falha.

Changelog completo: CHANGELOG.md

Transcritório v0.2.1

Correções da checagem geral pós-lançamento da v0.2.0 (auditoria de 48 achados; 26 confirmados e corrigidos).

Instalação (Windows, 1 clique)

Baixe Instalar-Transcritorio.bat abaixo e clique duas vezes. Para atualizar uma instalação existente, Atualizar-Transcritorio.bat. Guia completo: docs/INSTALL_WINDOWS.md.

Pelo terminal (Windows/Mac/Linux): uv tool install transcritorio — ver o README.

O que mudou

• Aba Propriedades mais defensiva ao trocar de entrevista — guard contra salvar sobre a entrevista errada; botão Salvar volta a habilitar corretamente.
• Janela "Sobre" reconhece a instalação oficial (uv/PyPI, com a versão real do pacote) vs. execução do código-fonte.
• Aviso de instância única neutro — pós-atualização, a janela antiga não se declara mais "a nova"; o aviso diz apenas "versão diferente" e não dispara durante a abertura normal.
• Revisão de grafias e glossário sem duplicatas na lista de entrevistas transcritas.
• Instalador .bat mais robusto — detecta o FFmpeg recém-instalado na mesma sessão, avisa para fechar o app antes de atualizar, erros de rede mais claros.
• Ícone multi-resolução (7 tamanhos, 16–256 px) — fim do ícone serrilhado na barra de tarefas.
• Números medidos em todos os materiais — TAGARELA em CPU: 13–25× o tempo real; perfil Completo ~20 GB; 15 outros idiomas com tempos por palavra (16 pacotes de alinhamento, incluindo o português); grupos focais bem até 6–8 falantes.
• Textos que apontavam para a interface antiga corrigidos.

Changelog completo: CHANGELOG.md

v0.2.0 — Transcritório no PyPI

Transcritório v0.2.0 — primeira versão no PyPI

O canal oficial de instalação agora é PyPI + uv:

winget install astral-sh.uv
winget install Gyan.FFmpeg
uv tool install transcritorio

Sem terminal? Baixe o Instalar-Transcritorio.bat (nos assets
abaixo), clique duas vezes e espere — ele faz tudo sozinho, só com
componentes assinados das fontes oficiais, sem senha de administrador.
Para atualizar depois: Atualizar-Transcritorio.bat.

Destaques desde a v0.1.x

• Interface reformada (Programa R): 6 menus, barra de ferramentas e
  de status reais, abas Transcrição / Documentos / Propriedades, cada
  função com um lugar óbvio; painéis ajustáveis e colapsáveis.
• Análise com AI 100% local (✨): resumo com índice temático,
  glossário de nomes com revisão de grafias (sugestão editável),
  "Perguntar às entrevistas" com citações.
• Verificação acústica das trocas de falante: as trocas duvidosas
  são marcadas no ponto exato do áudio.
• Dois motores: Whisper (padrão) e Parakeet pt-BR "TAGARELA"
  (experimental — ~25× tempo real mesmo sem placa de vídeo).
• Perfis de instalação que se ajustam à máquina (Essencial /
  Padrão / Completo) e transcrição em 16 outros idiomas com tempos por
  palavra.
• Instalação com ícone e atalho na área de trabalho; separação de
  falantes automática quando instalada; centenas de correções.

Lista completa: CHANGELOG.
Site com guia ilustrado: https://antrologos.github.io/Transcritorio/pt/

As versões antigas em instalador (.exe/.dmg/AppImage) estão
descontinuadas — histórico em docs/LEGACY_STANDALONE.md.