transcricao

transcricao

Transcrição de áudio com Whisper (e opcionalmente diarização com pyannote).

Modo nuvem

Whisper Large V3 Turbo (rápido) ou WhisperX (timestamps a nível de palavra + diarização integrada).

Modo local

Usa faster-whisper em CPU ou GPU. Diarização local não é suportada por default — o extra [transcricao] traz só faster-whisper para manter o footprint pequeno. A formatação dos arquivos SRT/VTT/TXT vem do labdados_core.transcricao — mesmas funções rodadas pelo serviço no escritório, sem chance de divergir.

Functions

Name	Description
transcricao	Transcreve áudio para texto/legenda.

transcricao

transcricao.transcricao(
    arquivos,
    *,
    saida=None,
    api_key=None,
    modelo='whisper-large-v3-turbo',
    idioma='pt',
    diarizacao=False,
    num_falantes=0,
    formato='srt',
    timestamps=True,
    beam_size=5,
    local=False,
    modelo_local='large-v3',
    client=None,
    progress=True,
)

Transcreve áudio para texto/legenda.

Parameters

Name	Type	Description	Default
arquivos	PathLike | list[PathLike]	Arquivo único, lista, ou pasta com áudios.	required
saida	PathLike | None	Pasta de saída.	None
api_key	str | None	Chave de API (modo nuvem).	None
modelo	str	Modelo na nuvem: "whisper-large-v3-turbo" (rápido) ou "whisperx" (timestamps + diarização).	'whisper-large-v3-turbo'
idioma	str	ISO 639-1 ou "auto". Default: português.	'pt'
diarizacao	bool	Se True, separa falantes (SPEAKER_00, SPEAKER_01…). Requer modelo="whisperx" na nuvem.	False
num_falantes	int	Estimativa de quantas pessoas falam (0 = detectar). Só vale com diarizacao=True.	0
formato	OUTPUT_FORMAT	"txt", "srt" (default), ou "vtt".	'srt'
timestamps	bool	Inclui [hh:mm:ss] no início de cada trecho (txt apenas — srt/vtt sempre têm timestamps).	True
beam_size	int	Beam search do Whisper. Default 5; só mexa se houver erros sistemáticos.	5
local	bool	Se True, usa faster-whisper no próprio computador. Requer pip install labdados[transcricao]. Diarização local não suportada (use modo nuvem ou pyannote separado).	False
modelo_local	str	Modelo do faster-whisper ("tiny", "base", "small", "medium", "large-v3"). Mais alto = mais preciso e mais lento; large-v3 precisa de ~10GB de VRAM em GPU ou bastante RAM.	'large-v3'
client	Client | None	Cliente reaproveitado (modo nuvem).	None
progress	bool	Spinner no stderr.	True

Returns

Name	Type	Description
	Path	Pasta de saída.

Examples

Modo nuvem com diarização:

>>> import labdados
>>> labdados.transcricao(
...     arquivos="audios/",
...     api_key="sk_lab_...",
...     modelo="whisperx",
...     diarizacao=True,
...     formato="srt",
... )

Modo local com modelo small em CPU:

>>> labdados.transcricao(
...     arquivos="reuniao.mp3",
...     local=True,
...     modelo_local="small",
...     idioma="pt",
... )