Como Eliminar a Digitação de Atas de Reunião com o Whisper em um PC de Seguranca sem Internet
makedream30 de julho de 2026
0
Computing/Software
Comments (0)
Log in to leave a comment
No posts yet
makedreammakedreamLog in to leave a comment
No posts yet
Fazer hora extra por 1 hora apenas para escrever atas de reunião na sala de desenvolvimento ou no CPD de um banco — onde você nem consegue entrar sem um cartão de segurança — é realmente desgastante. Solicitar uma ferramenta paga de IA é inútil, pois a equipe de segurança da informação nunca a aprovaria, restando apenas a digitação manual como solução. Usar o Handy, uma ferramenta de reconhecimento de voz local e open-source, pode libertá-lo desse sofrimento. Esta é uma configuração otimizada que roda inteiramente no seu notebook, sem enviar um único byte de áudio para servidores externos.
Mesmo que o Handy seja um programa que roda apenas localmente, sob a perspectiva da equipe de segurança ele ainda é suspeito. Como downloads iniciais de modelos ou pacotes de atualização podem sair, é mais seguro bloquear forçadamente os pacotes de rede no nível do sistema operacional.
Se você estiver em um ambiente Windows, basta abrir o Command Prompt como Administrador e injetar a regra de saída diretamente.
netsh advfirewall firewall add rule name="Block Handy Outbound OUT" dir=out program="%LOCALAPPDATA%\Programs\handy\Handy.exe" action=block enable=yesnetsh advfirewall firewall show rule name="Block Handy Outbound OUT" para verificar diretamente o status do bloqueio.Se estiver usando o macOS, basta bloquear os pacotes do Handy no Little Snitch 6 com a regra Always Deny para Connections to Any Server. Com essa única linha, a probabilidade de gerar tráfego que viole os regulamentos de segurança cai para zero.
Você também deve prestar atenção às configurações de atalhos. O Handy detecta chaves de entrada globais usando a biblioteca rdev da linguagem Rust, o que frequentemente conflita com os atalhos padrão do sistema. No macOS, é mais limpo atribuir a combinação Option + Space e, no Windows, Alt + Space como a tecla Push-to-Talk.
A arquitetura do OpenAI Whisper possui uma estrutura na qual o decodificador de texto prevê a próxima palavra com base nas palavras anteriores. Se preenchermos o parâmetro initial_prompt deste decodificador com palavras individuais e nomes de projetos que usamos com frequência, dentro do limite de 224 tokens, os erros de reconhecimento diminuirão notavelmente. É por isso que a taxa de erro de palavras (WER) cai mesmo sem retreinar o modelo.
A seguir está uma reunião de arquitetura e desenvolvimento de TI. Principais termos: Kubernetes, CI/CD, React Native, Rust, Obsidian, AutoHotkey, PostgreSQL, gRPC, Docker, PR, Issue, Sprint.Você também precisa mitigar o fenômeno de alucinação em que palavras específicas são digitadas continuamente quando o ruído de fundo é forte. Se você reduzir o valor n_max_text_ctx, que determina o tamanho da janela de contexto de texto, para 128 e fixar o valor de temperature em 0.0, a geração de texto aleatório é interrompida.
O comportamento padrão do Handy é colocar o texto convertido na área de transferência. O problema é que o código que você já havia copiado será sobrescrito. É muito melhor anexar diretamente com um carimbo de data/hora a um arquivo de nota diária (.md) do Obsidian, sem passar pela área de transferência.
Em um ambiente Windows, ter um script AutoHotkey em execução resolverá isso.
VaultPath := "C:\Users\" . A_UserName . "\ObsidianVault\DailyNotes\" . CurrentDate . ".md") e a sintaxe para adicionar texto ao arquivo (FileAppend, %LogEntry%, %VaultPath%, UTF-8).Depois de concluir essa configuração de automação, os mais de 40 minutos gastos diariamente digitando e alternando entre janelas serão reduzidos para cerca de 3 minutos.
Você também pode fazer com que comandos de controle específicos formatem automaticamente o Markdown ao falar. Se você disser "Inserir pauta", o script o reconhecerá e o alterará para o cabeçalho ### 📌 Pauta, e "Item de ação" será alterado para uma caixa de seleção #### ✅ Item de Ação.
O Handy usa os formatos GGML/GGUF baseados em whisper.cpp. Se você reduzir os pesos do modelo FP16 para o nível Q5_1 (5,5 bits) ou Q4_1 (4 bits), o consumo de RAM disponível cai para um terço.
Se você possui um MacBook Air M2 ou um notebook com placa de vídeo integrada, o modelo Whisper Small (Q5_1) é adequado. Com 250MB de espaço em disco e um uso de memória em torno de 350MB, ele não sobrecarrega o ambiente de desenvolvimento em execução. Se você estiver em um ambiente desktop com bastante memória de placa gráfica, pode carregar o modelo Whisper Large-v3 (Q5_1) para aumentar a taxa de reconhecimento.
Este é o procedimento para otimizar a capacidade de memória residente:
C:\Users\{username}\AppData\Roaming\com.pais.handy\models\) e apague todos os arquivos de modelos grandes (.bin) da ordem de GB que você não usa.O travamento devido a gargalos de threads ao converter reuniões longas é um problema na configuração do número de núcleos físicos. Em vez de ajustar para o número de núcleos lógicos baseados em Hyper-Threading, você deve corresponder o número de threads (n_threads) 1:1 com o número de núcleos físicos reais para que ele rode de forma limpa, sem overhead de alternância.