Verso

App desktop de transcrição de áudio/vídeo com whisper.net, em português. Windows, Linux e macOS (Apple Silicon).

Stack: .NET 10 · Photino.Blazor (WebView2 / WebKitGTK / WKWebView) · EF Core 10 + SQLite · whisper.net 1.9.1 · NAudio

O que faz

• Transcreve áudio e vídeo (fila com progresso por etapa)
• Biblioteca de transcrições com cards, status e busca
• Organiza transcrições em pesquisas e tags
• Editor com player, waveform e atribuição de locutores por segmento
• Detecção automática de locutores (speaker diarization)
• Gravação direto do microfone
• Exporta em TXT, SRT e VTT
• Tema claro/escuro
• Baixa modelos de reconhecimento de fala sob demanda
• Recomendação de precisão com base no hardware

Precisão da transcrição

O Verso oferece três perfis pensados para pesquisa acadêmica (sem nomes técnicos de modelo):

Perfil	Tamanho	Tempo	Quando usar
Rápido	~142 MB	Mais rápido	Rascunho, checagem de áudio, primeira passagem
Equilibrado	~466 MB	Tempo médio	Maioria das entrevistas e aulas (padrão)
Preciso	~1,2 GB	Mais lento · maior qualidade	Citação na tese, áudio difícil, análise fina

A escolha na interface é por cartões. O app recomenda um perfil em Configurações com base na memória. Hardware (CPU/GPU) fica em Avançado.

Dispositivos de execução (Avançado)

Modo	Descrição
Automático	Tenta GPU e cai para CPU. Padrão recomendado.
CPU	Processa apenas com CPU. Qualquer computador.
CUDA	Aceleração por GPU NVIDIA.
Vulkan	Aceleração por GPU via Vulkan (AMD, Intel, NVIDIA).

Requisitos

• Windows 10/11, Linux x64 ou macOS Apple Silicon
• Runtime de WebView da plataforma:
  • Windows: Edge WebView2 (padrão no Windows 11)
  • Linux: WebKitGTK (ex.: libwebkit2gtk-4.1-0 no Ubuntu/Debian)
  • macOS: WKWebView (nativo)
• FFmpeg no PATH (no Windows o app pode oferecer instalação via winget)
• Para build: .NET 10 SDK

Rodar em desenvolvimento

dotnet restore
dotnet run --project src/Verso.App
# ou:
dotnet publish src/Verso.App -c Release -r win-x64 --self-contained true -o ./publish
# Linux: -r linux-x64 · macOS Apple Silicon: -r osx-arm64
dotnet test

O banco SQLite, as migrations e a pasta data/ são criados automaticamente no primeiro boot.

Estrutura

src/Verso.App     UI Photino.Blazor, ViewModels, serviços de UI
src/Verso.Worker  Processo isolado de transcrição (spawn automático pelo App)
src/Verso.Core    Engine (whisper.net), serviços, dados (EF Core + SQLite), export
tests/Verso.Tests testes xUnit

Releases

Pipeline em .github/workflows/release.yml. Tag v*.*.* ou push na main gera um GitHub Release com 6 zips (cpu/gpu × win-x64 / linux-x64 / osx-arm64):

Zip	Aceleração
*-cpu-win-x64.zip / *-gpu-win-x64.zip	CPU · CUDA/Vulkan
*-cpu-linux-x64.zip / *-gpu-linux-x64.zip	CPU · CUDA/Vulkan
*-cpu-osx-arm64.zip / *-gpu-osx-arm64.zip	CPU · Core ML

Cada zip tem o app + Worker (iniciado na transcrição) + wwwroot/ + runtimes/. Self-contained (sem .NET instalado). Dados portáteis em data/ ao lado do executável.

git tag v0.1.0
git push origin v0.1.0

Aviso do SmartScreen: por padrão os executáveis não são assinados. Ao abrir pela primeira vez, clique em Mais informações → Executar mesmo assim. Para eliminar o alerta, configure a assinatura via Azure Trusted Signing (instruções abaixo).

Assinatura do código (opcional, Azure Trusted Signing)

A etapa de assinatura está no pipeline e ativa automaticamente quando as variáveis do Azure estão configuradas.

Setup (uma vez):

1. No Azure: crie um Trusted Signing Account + Certificate Profile
2. No Entra ID: registre um App, gere um client secret, conceda a role Trusted Signing Certificate Profile Signer
3. No GitHub (Settings → Secrets and variables → Actions):
   • Secrets: AZURE_TENANT_ID, AZURE_CLIENT_ID, AZURE_CLIENT_SECRET
   • Variables: AZURE_SIGNING_ENDPOINT, AZURE_SIGNING_ACCOUNT, AZURE_CERTIFICATE_PROFILE

A próxima tag assina os .exe da raiz (Verso.App.exe e Verso.Worker.exe) automaticamente.

Roadmap

Pendente de validação

• Confirmar estabilidade do crash nativo (0x80131506) — mitigações aplicadas no engine (fábrica fresca por job, sem WithStringPool, cancelamento entre chunks, dispose explícito); falta UAT com transcrição longa real (AD-006).
• UAT ponta a ponta — upload → transcrição → editor → exportação, nunca validado manualmente.

Planejado

• Drag & drop funcional no upload — hoje só seleção por clique
• Progresso determinado no download de modelos — barra atual é indeterminada

Futuro (fora de escopo atual)

• macOS Intel (osx-x64) — release atual foca em Apple Silicon (osx-arm64).