tecjustica-transcribe 0.1.4

CLI para transcrição de audiências judiciais com WhisperX e diarização

tecjustica-transcribe

CLI para transcrição de audiências judiciais com WhisperX e diarização de falantes.

Transcreve vídeos MP4 gerando texto com timestamps e identificação de quem está falando (Juiz, Promotor, Advogado, etc. — identificados como SPEAKER_00, SPEAKER_01...).

Requisitos do Sistema

Sistema Operacional

SO	Suporte	Observações
Ubuntu/Debian (WSL2)	✅ Testado	Recomendado. Funciona no Windows via WSL2
Ubuntu/Debian nativo	✅ Compatível	Instalação direta
Windows nativo	❌ Não suportado	Use WSL2 (veja abaixo)
macOS	❌ Não suportado	Requer GPU NVIDIA (CUDA)

Usuários Windows: instale o WSL2 com Ubuntu. O WSL2 acessa a GPU NVIDIA do Windows automaticamente.

Hardware

Componente	Mínimo	Recomendado
GPU NVIDIA	6 GB VRAM (ex: RTX 3050)	8 GB+ VRAM (ex: RTX 3060, RTX 4060)
RAM	8 GB	16 GB
Disco	10 GB livres (modelos IA)	15 GB+

GPUs AMD e Intel não são compatíveis. É necessária uma GPU NVIDIA com suporte a CUDA.

Software

Dependência	Como instalar	Verificar
Driver NVIDIA	nvidia.com/drivers ou Windows Update	nvidia-smi
CUDA	Instalado automaticamente com PyTorch	python -c "import torch; print(torch.cuda.is_available())"
ffmpeg	sudo apt install ffmpeg	ffmpeg -version
Python 3.10–3.13	sudo apt install python3.12	python3 --version
uv (recomendado)	curl -LsSf https://astral.sh/uv/install.sh | sh	uv --version

O comando tecjustica-transcribe init verifica tudo isso automaticamente e mostra o que está faltando.

Token HuggingFace (para identificar falantes)

A diarização (identificar quem está falando) usa o modelo pyannote, que exige um token gratuito do HuggingFace:

1. Crie uma conta em https://huggingface.co
2. Aceite os termos do modelo em https://huggingface.co/pyannote/speaker-diarization-community-1
3. Gere um token (tipo "Read") em https://huggingface.co/settings/tokens

O comando init vai pedir esse token e salvá-lo automaticamente.

Sem o token, você ainda pode transcrever usando --sem-diarizacao — a transcrição funciona normalmente, só não identifica os falantes.

Instalação

uv tool install tecjustica-transcribe

Ou com pip:

pip install tecjustica-transcribe

Primeiro Uso

# 1. Verificar requisitos e configurar token (só precisa rodar uma vez)
tecjustica-transcribe init

O init mostra um diagnóstico completo:

╭──────────────── TecJustiça Transcribe — Diagnóstico ─────────────────╮
│ Python            ✅ 3.12.3                                          │
│ Driver NVIDIA     ✅ 591.44                                          │
│ CUDA              ✅ 12.8                                            │
│ GPU               ✅ NVIDIA GeForce RTX 3050 6GB Laptop GPU (6.0 GB) │
│ ffmpeg            ✅ 6.1.1                                           │
│ Token HuggingFace ✅ hf_pcgK...                                      │
╰──────────────────────────────────────────────────────────────────────╯

Transcrever

# Transcrever com identificação de falantes
tecjustica-transcribe transcrever audiencia.mp4

# Transcrever sem identificar falantes (não precisa de token)
tecjustica-transcribe transcrever audiencia.mp4 --sem-diarizacao

# Escolher pasta de saída (padrão: ./transcricoes/)
tecjustica-transcribe transcrever audiencia.mp4 --output ./minha-pasta

Saída

O comando gera 3 arquivos na pasta ./transcricoes/:

Arquivo	Formato	Uso
audiencia.txt	Texto puro com [SPEAKER_00]	Leitura e análise
audiencia.srt	Legendas com timestamps	Players de vídeo (VLC, etc.)
audiencia.json	Dados completos por palavra	Integração com outros sistemas

Solução de Problemas

Problema	Solução
nvidia-smi não encontrado	Instale o driver NVIDIA: nvidia.com/drivers
CUDA não disponível	Verifique se o driver NVIDIA é compatível com CUDA 12+
Erro de memória (OOM)	Feche outros programas, especialmente navegadores
Token HuggingFace negado	Aceite os termos em huggingface.co/pyannote/speaker-diarization-community-1
ffmpeg não encontrado	sudo apt install ffmpeg

Guia Rápido: Windows com WSL2

# 1. Abrir PowerShell como Administrador e instalar WSL2
wsl --install

# 2. Dentro do Ubuntu (WSL2), instalar dependências
sudo apt update && sudo apt install ffmpeg python3.12

# 3. Instalar uv
curl -LsSf https://astral.sh/uv/install.sh | sh

# 4. Instalar tecjustica-transcribe
uv tool install tecjustica-transcribe

# 5. Configurar e transcrever
tecjustica-transcribe init
tecjustica-transcribe transcrever /mnt/c/Users/SeuUsuario/Downloads/audiencia.mp4

No WSL2, seus arquivos do Windows ficam em /mnt/c/. Ex: C:\Users\marcos\Downloads\ → /mnt/c/Users/marcos/Downloads/