Skip to content

INSTALLATION.md

Latest commit

 

History

History
301 lines (233 loc) · 6.21 KB

INSTALLATION.md

File metadata and controls

301 lines (233 loc) · 6.21 KB
Raw

📦 Guia de Instalação - Whisper-Insights

Este guia fornece instruções detalhadas para instalar e configurar o Whisper-Insights em diferentes ambientes.

🎯 Requisitos do Sistema

Requisitos Mínimos

  • Python: 3.8 ou superior
  • RAM: 4GB (8GB recomendado para modelos maiores)
  • Espaço em Disco: 2GB livres
  • Sistema Operacional: Linux, macOS, Windows

Requisitos Recomendados

  • Python: 3.10+
  • RAM: 8GB ou mais
  • GPU: NVIDIA com CUDA (opcional, para melhor performance)
  • Espaço em Disco: 5GB livres

🚀 Instalação Rápida

1. Download do Projeto

# Via Git (recomendado)
git clone <repository-url> whisper-insights
cd whisper-insights

# Ou baixe e extraia o arquivo ZIP

2. Configuração do Ambiente Python

# Criar ambiente virtual
python3 -m venv transcribe

# Ativar ambiente virtual
# Linux/macOS:
source transcribe/bin/activate

# Windows:
transcribe\Scripts\activate

3. Instalação de Dependências

# Instalar dependências principais
pip install -r requirements-web.txt

# Para funcionalidades avançadas (diarização)
pip install pyannote.audio

4. Configuração Inicial

# Copiar arquivo de configuração
cp .env.example .env

# Editar configurações
nano .env  # ou seu editor preferido

5. Primeiro Teste

# Iniciar aplicação
python app.py

# Acesse: http://localhost:5001

⚙️ Configuração Avançada

Configuração do Ollama (Para Insights com IA)

# Instalar Ollama
curl -fsSL https://ollama.com/install.sh | sh

# Baixar modelo Llama
ollama pull llama3.2:3b

# Verificar se está funcionando
curl http://localhost:11434/api/version

Configuração de Diarização (Identificação de Locutores)

  1. Criar conta no Hugging Face: https://huggingface.co/join
  2. Gerar token: https://huggingface.co/settings/tokens
  3. Aceitar termos: https://huggingface.co/pyannote/speaker-diarization-3.1
  4. Configurar no .env: 
    HUGGINGFACE_HUB_TOKEN=seu_token_aqui

Configuração de GPU (Opcional)

# Para NVIDIA GPU com CUDA
pip install torch torchaudio --index-url https://download.pytorch.org/whl/cu118

# Verificar CUDA
python -c "import torch; print(torch.cuda.is_available())"

🐧 Instalação no Linux

Ubuntu/Debian

# Atualizar sistema
sudo apt update && sudo apt upgrade -y

# Instalar dependências do sistema
sudo apt install -y python3 python3-pip python3-venv ffmpeg

# Continuar com instalação padrão...

CentOS/RHEL/Fedora

# CentOS/RHEL
sudo yum install -y python3 python3-pip ffmpeg-free

# Fedora
sudo dnf install -y python3 python3-pip ffmpeg

# Continuar com instalação padrão...

🍎 Instalação no macOS

Com Homebrew

# Instalar Homebrew (se necessário)
/bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)"

# Instalar dependências
brew install python3 ffmpeg

# Continuar com instalação padrão...

🪟 Instalação no Windows

Pré-requisitos

  1. Python 3.8+: https://python.org/downloads/
  2. Git (opcional): https://git-scm.com/download/win
  3. FFmpeg (opcional): https://ffmpeg.org/download.html

Instalação

# No Command Prompt ou PowerShell
python -m venv transcribe
transcribe\Scripts\activate
pip install -r requirements-web.txt

🔧 Instalação para Desenvolvimento

Setup Completo

# Clonar repositório
git clone <repository-url> whisper-insights
cd whisper-insights

# Ambiente virtual
python3 -m venv transcribe
source transcribe/bin/activate

# Dependências completas
pip install -r requirements-web.txt
pip install pyannote.audio pytest

# Configuração
cp .env.example .env

# Testes
python -m pytest tests/ -v

Dependências Adicionais para Desenvolvimento

# Ferramentas de desenvolvimento
pip install black flake8 mypy
pip install jupyter notebook

# Para debugging
pip install ipdb

📋 Verificação da Instalação

Script de Verificação

# Executar testes básicos
python -c "
import torch
import whisper
import flask
print('✅ Todas as dependências principais estão instaladas!')
print(f'🐍 Python: {__import__('sys').version}')
print(f'🔥 PyTorch: {torch.__version__}')
print(f'🎙️ Whisper: {whisper.__version__}')
print(f'🌐 Flask: {flask.__version__}')
"

# Testar aplicação
python app.py &
sleep 5
curl -f http://localhost:5001 && echo "✅ Aplicação funcionando!"

Checklist de Verificação

  • Python 3.8+ instalado
  • Ambiente virtual ativo
  • Dependências instaladas sem erros
  • Arquivo .env configurado
  • Aplicação inicia sem erros
  • Interface web acessível
  • Upload de arquivo funciona
  • Transcrição básica funciona

🐛 Problemas Comuns

Erro: "No module named 'whisper'"

# Reativar ambiente virtual
source transcribe/bin/activate
pip install openai-whisper

Erro: "FFmpeg not found"

# Linux
sudo apt install ffmpeg

# macOS
brew install ffmpeg

# Windows: baixar de https://ffmpeg.org/

Erro de Memória

# Usar modelo menor no .env
WHISPER_MODEL_NAME=tiny

Problemas de Permissão

# Linux/macOS
chmod +x start_web.sh

# Se necessário
sudo chown -R $USER:$USER whisper-insights/

🚀 Deploy em Produção

Com Gunicorn

# Instalar Gunicorn
pip install gunicorn

# Executar
gunicorn -w 4 -b 0.0.0.0:8000 app:app

Com Docker (em desenvolvimento)

# Dockerfile básico
FROM python:3.10-slim
WORKDIR /app
COPY requirements-web.txt .
RUN pip install -r requirements-web.txt
COPY . .
EXPOSE 5001
CMD ["python", "app.py"]

📞 Suporte

Logs e Debugging

# Verificar logs
tail -f app.log

# Modo debug
export FLASK_DEBUG=1
python app.py

Recursos de Ajuda

  • Documentação: Pasta docs/
  • Testes: python -m pytest tests/ -v
  • Logs: Arquivo app.log
  • Configuração: Arquivo .env

Problemas Conhecidos

  • Consulte docs/TROUBLESHOOTING.md
  • Verifique app.log para detalhes de erros
  • Execute testes para validar instalação

💡 Dica: Para instalação em ambiente corporativo, considere usar pip install --user ou configurar um registry interno do PyPI.