Uma transcrição útil permite voltar às palavras que importam: um nome, uma decisão ou o motivo de uma mudança de plano. Os testes de um gravador local devem acompanhar todo esse percurso, da captação a uma nota legível no computador. Este guia explica as verificações necessárias, incluindo recuperação, conservação do áudio e limites de privacidade.
Este é um guia de validação, não um relatório publicado de desempenho do C1. Os cenários abaixo descrevem verificações de aceitação; não alegam resultados medidos em todas as condições.
Qual é o sistema em teste?
A arquitetura aprovada do C1 divide o trabalho entre dois dispositivos. O C1 faz a captação e a deteção de atividade vocal no próprio dispositivo, guarda temporariamente segmentos de áudio encriptados e transfere-os por Bluetooth ou USB-C. O computador macOS ou Windows emparelhado executa reconhecimento de voz e identificação dos intervenientes localmente, escreve Markdown OKF local e instrui o C1 a eliminar cada segmento depois de este ser processado para transcrição.
Este modelo de estados abrange os segmentos temporários de captação e transferência no dispositivo. Não define a conservação das gravações originais guardadas: os utilizadores escolhem nas definições do OneMira se pretendem conservar esse áudio. Teste essa opção separadamente, para que a limpeza de um segmento de transferência processado não seja confundida com a eliminação de todas as cópias da gravação.
Esta separação cria pelo menos seis estados observáveis:
- Captado: existe no C1 um segmento completo ou recuperável.
- Preparado: o computador copiou o segmento, mas ainda não guardou definitivamente uma nota.
- Transcrito: o reconhecimento de voz produziu um texto candidato.
- Guardado: a nota Markdown e os metadados estão escritos de forma duradoura.
- Confirmado: o estado de sincronização regista que o segmento foi processado.
- Libertado: o C1 eliminou o segmento de origem.
A transição destrutiva fica para o fim. Se um processo falhar entre a preparação e a gravação definitiva, a origem tem de continuar recuperável. Se a gravação for bem-sucedida mas a confirmação de eliminação se perder, a execução seguinte deve identificar o segmento já processado e evitar uma nota duplicada.
Como testar a matriz de interrupções?
Provoque uma falha em cada transição e verifique ambos os lados. «A aplicação recuperou» não basta: compare hashes dos ficheiros, número de notas, inventário do dispositivo e referências de estado antes e depois de reiniciar.
| Falha provocada | Estado esperado do dispositivo | Estado esperado do computador |
|---|---|---|
| Falha de alimentação durante a captação | Segmentos anteriores intactos; segmento ativo completo ou explicitamente marcado como inválido | Nenhuma nota inventada |
| Perda de ligação durante a transferência | Segmento de origem conservado | Ficheiro parcial de preparação ignorado ou retomado |
| Processo terminado durante o reconhecimento de voz | Segmento de origem conservado | Nenhum duplicado guardado definitivamente; é possível tentar novamente |
| Falha de alimentação ao escrever a nota | Segmento de origem conservado | A escrita atómica deixa o estado anterior ou uma nova nota completa |
| Perda de ligação após guardar, antes de eliminar | A origem pode permanecer | O hash processado impede nova transcrição; a eliminação pode ser repetida |
| Segmento corrompido | Não é eliminado antes de verificar uma cópia local em quarentena | Erro e proveniência da origem preservados |
Como validar a transcrição sem inventar um único valor de precisão?
A taxa de erro de palavras é útil num conjunto fixo de dados anotados, mas pode esconder os erros relevantes para o trabalho. Crie um conjunto de avaliação com versões, incluindo fala em ambiente silencioso e fala de baixo volume, ruído de teclado, sotaques e idiomas suportados, vozes sobrepostas, termos técnicos, nomes, datas, números e negações. Registe a posição do hardware e o nível da fonte em cada amostra.
Apresente pelo menos três níveis:
- WER ou CER no conjunto anotado, com as versões do modelo e do descodificador.
- Recuperação de termos críticos para identificadores, números, nomes e instruções negativas.
- Utilidade para a tarefa: se quem revê consegue chegar à decisão pretendida sem voltar a ouvir a gravação completa.
Não compare dois sistemas de reconhecimento de voz com áudio, definições de idioma ou regras de pós-processamento diferentes.
O que deve medir a validação de VAD?
A deteção de atividade vocal altera o que chega ao reconhecimento de voz. Um limiar agressivo pode cortar sílabas pouco audíveis ou o início de uma frase; um limiar permissivo pode conservar longos trechos de ruído. Teste rejeições e aceitações indevidas, cortes nos limites e fragmentação contra intervalos temporais anotados. Depois, examine a transcrição: um pequeno erro de temporização pode eliminar uma negação crítica, mesmo quando as métricas globais de VAD parecem aceitáveis.
As gravações originais guardadas pelo C1 utilizam o formato WAV estéreo. Isto não determina o codec, a frequência de amostragem ou a profundidade de bits dos dados internos de transferência ou processamento. Nos testes do descodificador, documente o formato real e as definições de cada amostra de teste e verifique a duração, o número de canais e a integridade de ponta a ponta dos ficheiros testados. A RFC 6716 é uma referência para testes Opus, não uma prova da configuração interna do C1.
Como verificar as afirmações sobre privacidade?
«Local» é uma afirmação de arquitetura que pode ser testada. Capture tráfego DNS e de rede durante a gravação, transferência, transcrição, pesquisa e exportação. A afirmação do OneMira é mais restrita do que «nada utiliza a Internet»: o reconhecimento de voz e a transcrição correm no computador emparelhado, enquanto os serviços de IA de terceiros escolhidos pelo utilizador seguem o percurso de dados do respetivo fornecedor.
Por isso, um teste de privacidade deve registar:
- que processo abre cada ligação de rede;
- se saem do computador dados de áudio ou apenas metadados de atualização e telemetria;
- onde são guardados o áudio temporário, as caches dos modelos, os registos e as transcrições;
- quando são eliminados os ficheiros temporários do dispositivo e do computador;
- se um agente de terceiros recebe um excerto selecionado ou a nota completa.
O processamento local pode reduzir uma categoria de exposição à nuvem, mas não garante automaticamente conformidade com RGPD, HIPAA, políticas laborais ou leis de consentimento para gravação. A conformidade depende da finalidade, consentimento, controlo de acesso, conservação, jurisdição e ferramentas utilizadas posteriormente.
Que evidência permite concluir a DVT?
Para cada requisito, conserve a versão do teste, as versões do dispositivo e do software, a amostra de entrada, o resultado esperado, o resultado medido, os registos, os hashes, capturas de ecrã úteis e a decisão final. Repita a matriz nas duas famílias de sistemas operativos suportadas. Um percurso normal bem-sucedido num computador potente não valida a recuperação, o comportamento com poucos recursos ou outra plataforma.
A documentação de resolução de problemas deve relacionar os erros visíveis para o utilizador com estes estados. A repetibilidade em produção é tratada depois no guia PVT.
O que significa o processamento local no dia a dia?
Com o C1 e o OneMira Desktop, o seu Mac ou PC faz a transcrição e a IA local incluída pode transformar conversas em notas e mapas mentais. Depois das transferências necessárias, pode utilizar este processo sem Internet, sem conta OneMira e sem subscrição. Nas definições, escolha se pretende conservar a gravação original WAV estéreo, juntamente com as notas locais editáveis.
Conheça o C1 para voltar às suas conversas ou consulte o guia de notas com IA e modelos para conhecer os percursos de processamento disponíveis.
Fontes e leituras adicionais
- IETF RFC 6716: Opus — definição normativa do codec e intervalo de funcionamento suportado.
- Orientações da Microsoft para o design de dispositivos de áudio — largura de banda de captação, ruído recebido, correspondência dos microfones e considerações sobre reconhecimento de voz.
- Especificações do OneMira C1 — descrição pública atual do processamento local e do ciclo de vida do áudio.