Mídia Faren - Guia Completo (HTML)

Links rápidos desta documentação:

• MODELOS_DOWNLOAD.txt (download dos modelos + destino)
• SMOKE_TEST_10_MIN.md (checklist rápido de validação)
• README.md (guia completo em Markdown)

• app.py: servidor Flask da aplicação.
• executar.bat: instalador/validador automático + inicialização.
• mfaren/: backend principal (download, conversão, transcrição, filas, jobs).
• static/ e templates/: frontend.
• instalacao_de_resumo_de_sessao.html: este guia visual.
• MODELOS_DOWNLOAD.txt: links dos modelos + onde colocar cada arquivo.
• SMOKE_TEST_10_MIN.md: checklist rápido para validar instalação em ~10 minutos.
• requirements.manual.txt: referência de dependências para instalação manual.
• tests/: testes automatizados (opcional).

Estrutura runtime incluída vazia: data/uploads/, data/transcribe_cache/, downloads/, logs/.

1. Python 3.11+ (3.13 também funciona) - python.org/downloads/windows
2. FFmpeg (full shared) - gyan.dev/ffmpeg/builds
3. Microsoft VC++ Redistributable (x64) - learn.microsoft.com VC++ redist

Recomendado para desempenho: Driver NVIDIA (link) e CUDA Toolkit (link).

• Internet necessária na primeira execução (download de pacotes/modelos).
• Espaço livre recomendado: 15 GB+.

1. Baixe o ZIP do projeto.
2. Descompacte em uma pasta local (ex.: C:\midia-faren).
3. Execute executar.bat.
4. Aguarde os passos de instalação/validação.
5. Acesse http://127.0.0.1:5000/.

Repositório oficial: https://github.com/FarenRavirar/midia-faren/

Clonar o repositório

git clone https://github.com/FarenRavirar/midia-faren.git
cd midia-faren

Para trabalhar só no pacote de instalação:

cd instalacao\\midia-faren

Commits e push (fluxo básico)

git status
git add .
git commit -m \"chore: atualizacao da documentacao e instalacao\"
git push origin main

Baixar ZIP sem Git

No GitHub: Code -> Download ZIP.

Publicar ZIP em Releases (recomendado)

1. Criar tag e enviar:

git tag -a v1.0.0 -m \"release v1.0.0\"
git push origin v1.0.0

2. No GitHub: Releases -> Draft a new release, selecione a tag e anexe o ZIP do pacote.
3. Gerar ZIP localmente (PowerShell):

Compress-Archive -Path \".\\instalacao\\midia-faren\\*\" -DestinationPath \".\\instalacao\\midia-faren-v1.0.0.zip\" -Force

• Cria/reutiliza venv local .venv_cuda.
• Instala base: flask, requests, yt-dlp.
• Instala stack IA fixada:
  • torch==2.8.0+cu128
  • torchaudio==2.8.0+cu128
  • faster-whisper==1.2.1
  • whisperx==3.8.0
  • ctranslate2==4.7.1
• Remove torchcodec por instabilidade neste stack no Windows.
• Valida imports e sobe o Flask.

Flags úteis

• --check: só valida ambiente.
• --setup-env: força reinstalação.
• --recreate-venv: recria venv.
• --ffmpeg-path-on: força PATH FFmpeg da sessão.
• --ffmpeg-path-auto: injeta só se FFmpeg não estiver no PATH.
• --ffmpeg-path-off: não injeta PATH (padrão).

executar.bat --setup-env --recreate-venv --ffmpeg-path-auto

Ordem de busca do app:

1. tools\ffmpeg\bin\ffmpeg.exe
2. C:\tools\ffmpeg\ffmpeg-7.1.1-full_build-shared\bin\ffmpeg.exe
3. ffmpeg no PATH

Teste:

ffmpeg -version

• Roda com e sem CUDA.
• Com CUDA: mais rápido.
• Sem CUDA: funciona em CPU (mais lento).

.venv_cuda\Scripts\python -c "import torch; print(torch.cuda.is_available(), torch.version.cuda)"

Disponíveis na UI: whisper_cpp, faster_whisper, whisperx.

Recursos: chunking + overlap, checkpoint por chunk, retomada/reprocessamento, guardrails anti-loop, glossário persistente.

Modelo	Velocidade	Qualidade	Link
tiny	Muito alta	Baixa	openai/whisper-tiny
base	Alta	Baixa/média	openai/whisper-base
small	Média/alta	Média	openai/whisper-small
medium	Média	Boa	openai/whisper-medium
large-v3	Mais lento	Muito alta	openai/whisper-large-v3
distil-large-v3	Mais rápido	Próxima do large-v3	distil-whisper/distil-large-v3

Arquivo de referência: MODELOS_DOWNLOAD.txt.

Onde cada modelo fica

• faster_whisper/whisperx: download automático; cache em %USERPROFILE%\.cache\huggingface\hub.
• whisper_cpp: baixar ggml-*.bin e copiar para transcriber\models\.

Para manter o repositório leve no GitHub, binários grandes e modelos .bin do whisper_cpp não são incluídos.

• faster_whisper e whisperx continuam prontos.
• Se quiser whisper_cpp, siga:

1. Abrir MODELOS_DOWNLOAD.txt.
2. Baixar modelos ggml-*.bin.
3. Copiar para transcriber\models\.
4. Selecionar backend/modelo na UI.

Regra principal

Para resumo de sessão no NotebookLM, a fonte principal deve ser a transcrição em texto (TXT/SRT), com timestamps corretos e separação por falantes/personagens quando aplicável.

O M4A mixado pode ser usado como fonte complementar, mas não substitui a transcrição estruturada.

Pipeline recomendado no projeto

1. Gerar transcrição completa na aba Transcrição.
2. Confirmar saída em .txt e .srt com marcação temporal e falantes.
3. Revisar trecho final para evitar cauda repetitiva/loop.
4. (Opcional) gerar M4A em Conversor -> Mixagem.
5. Acessar NotebookLM.
6. Criar notebook e enviar primeiro TXT/SRT.
7. Usar o prompt da seção 10.2 para gerar o resumo.

10.1 Passo a passo no NotebookLM

1. Acesse NotebookLM.
2. Crie novo notebook.
3. Adicione a transcrição (.txt ou .srt) como fonte principal.
4. Aguarde indexação da fonte.
5. (Opcional) adicione o M4A como fonte complementar.
6. Cole o prompt da seção 10.2 no chat.
7. Idioma: Português (Brasil).

10.2 Prompt pronto (modelo genérico)

Gere um resumo da sessão de RPG baseada na transcrição "[nome da transcrição]" no cenário "[nome do cenário]".

Quero um texto em formato de conto narrado em primeira pessoa do plural ("nós"), como se um dos jogadores estivesse contando para amigos o que aconteceu.

Regras do resultado:
1) Não faça análise técnica da mesa.
2) Não foque em elogiar ou exaltar pessoas específicas.
3) Conte os acontecimentos da sessão com narrativa fluida e empolgante.

Estrutura esperada:
1) Abertura da sessão:
   - como nós chegamos;
   - contexto inicial do local;
   - quem eram os personagens presentes.

2) Desenvolvimento:
   - conflitos e tensões;
   - estratégias que nós tentamos;
   - decisões e indecisões;
   - reviravoltas, surpresas e consequências;
   - acontecimentos importantes em ordem clara.

3) Fechamento:
   - estado final do grupo;
   - perguntas em aberto;
   - gancho para continuação.

Diretriz de fidelidade:
- Use os nomes e fatos das fontes enviadas (transcrição com timestamps/falantes + notas de contexto), sem inventar fatos fora do material.
- Se algo estiver ambíguo, indique como possibilidade em vez de afirmar com certeza.

Final obrigatório (adapte ao contexto):
"Vamos ver aonde essa trama vai nos levar na próxima sessão."

10.3 Bloco de notas de contexto

[NOTAS DE CONTEXTO DA SESSAO]

Nome do audio: [nome do audio]
Nome do cenario: [nome do cenario]
Sistema: [sistema de RPG]
Resumo do contexto inicial: [contexto inicial da sessao]

Personagens de jogadores:
- Jogador: [nome do jogador 1]
  Personagem: [nome do personagem 1]
  Conceito: [raca/classe/profissao]
  Vinculo ou origem: [faccao/cidade/clan/grupo]
  Motivacao atual: [objetivo na sessao]

- Jogador: [nome do jogador 2]
  Personagem: [nome do personagem 2]
  Conceito: [raca/classe/profissao]
  Vinculo ou origem: [faccao/cidade/clan/grupo]
  Motivacao atual: [objetivo na sessao]

NPCs importantes:
- NPC: [nome do NPC 1]
  Papel na historia: [funcao]
  Relacao com o grupo: [como influencia o grupo]

- NPC: [nome do NPC 2]
  Papel na historia: [funcao]
  Relacao com o grupo: [como influencia o grupo]

Termos e nomes que nao devem ser corrigidos:
- [termo 1]
- [termo 2]
- [local 1]

Observacoes de pronuncia ou escrita:
- [nome dificil 1] -> [forma correta]
- [nome dificil 2] -> [forma correta]

.venv_cuda\Scripts\python -c "import flask,requests,yt_dlp; print('core_ok')"
.venv_cuda\Scripts\python -c "import torch; print(torch.__version__, torch.cuda.is_available(), torch.version.cuda)"
.venv_cuda\Scripts\python -c "import importlib.metadata as md; print(md.version('whisperx'), md.version('faster-whisper'), md.version('ctranslate2'))"

ffmpeg não encontrado

• Reinstale FFmpeg full shared.
• Valide ffmpeg -version.
• Use executar.bat --ffmpeg-path-auto.

Erro de dependência Python

executar.bat --setup-env --recreate-venv

Transcrição lenta

• Use modelo menor (small/medium).
• Use backend faster_whisper.
• Verifique se CUDA está ativo.

Loop/repetição no final

• Ajuste chunk/overlap.
• Revise glossário/contexto.
• Use reprocessamento de chunk.

• .gitignore já preparado para dados locais/caches.
• Sem caminhos pessoais hardcoded.
• Sem venv embutido.
• Sem binários gigantes de whisper_cpp.

Checklist completo no arquivo: SMOKE_TEST_10_MIN.md.

Critério de aprovação rápido:

1. App sobe e a UI abre.
2. Conversão curta termina com sucesso.
3. Transcrição curta gera .txt e .srt.
4. Cancelamento de job funciona.
5. Sem erro crítico persistente no final de logs/app.log.

• Flask inicia sem erro e abre no navegador.
• FFmpeg detectado e conversão funciona.
• Transcrição gera TXT/SRT coerentes.
• Glossário salva e aplica corretamente.
• Cancelamento de job interrompe de fato.
• Sem loop patológico na cauda.
• TXT/SRT final com timestamps e falantes pronto para NotebookLM.
• M4A de mixagem opcional disponível como fonte complementar.