From 53a8307f3891f8dece9c69d73e84e634efd192bf Mon Sep 17 00:00:00 2001
From: =?UTF-8?q?Jo=C3=A3o=20Henrique?= <joaohenrique@Mac-mini-de-Joao.local>
Date: Wed, 9 Sep 2026 16:57:29 -0400
Subject: [PATCH] =?UTF-8?q?feat:=20removido=20o=20tamanho=20do=20modelo=20?=
 =?UTF-8?q?do=20seletor=20da=20tela=20Editar=20v=C3=ADdeo?=
MIME-Version: 1.0
Content-Type: text/plain; charset=UTF-8
Content-Transfer-Encoding: 8bit

- removido o tamanho do modelo do seletor da tela Editar vídeo
- acelerada a transcrição do Scanner com inferência Whisper em lote e cache de hashes
- garantido um resultado separado para cada clipe de áudio selecionado no Scanner
- adicionado cancelamento do processamento do Scanner pela barra de progresso
- exibido estado visual próprio para Scanner cancelado na barra de progresso
- reorganizada a tela Scanner em blocos separados de imagem e som

Resumo:
- 7 arquivos alterados
- 1 novos
- 6 modificados
- 0 removidos

 6 files changed, 92 insertions(+), 40 deletions(-)

Arquivos:
  - .jhonny/analises.db
  - code/cep-plugin/index.html
  - code/cep-plugin/main.js
  - code/cep-plugin/styles.css
  - code/engine/integracoes/whisper/provider_de_transcricao_local.py
  - code/engine/scanner/transcricao_da_timeline.py
  - code/engine/testes/test_provider_de_transcricao_local.py
---
 .jhonny/analises.db                           | Bin 1617920 -> 1617920 bytes
 code/cep-plugin/index.html                    |  49 ++++++++------
 code/cep-plugin/main.js                       |  38 ++++++++---
 code/cep-plugin/styles.css                    |  12 +++-
 .../whisper/provider_de_transcricao_local.py  |  20 ++++--
 .../engine/scanner/transcricao_da_timeline.py |  13 ++--
 .../test_provider_de_transcricao_local.py     |  62 ++++++++++++++++++
 7 files changed, 154 insertions(+), 40 deletions(-)
 create mode 100644 code/engine/testes/test_provider_de_transcricao_local.py

diff --git a/.jhonny/analises.db b/.jhonny/analises.db
index aa650386acc9e61718d62122afdb9f0061044872..778fd1fea2d00bfdc83d7a2f7f1d1a949531d164 100644
GIT binary patch
delta 1654
zcmb7^O=uHA7=|}Ln{2wXGuc!du@tw`Vm+kY-6Y#YP1@Q9EYcseDOm6)X%ft#v<L}U
zt!Yu}!9&Fya`50$ut=3fdeCCD2SE_(QLNH~h(a%dw-)v5?xy4*?Pi&Wxy<{{_kJ@w
zvm43TjpQ@CyUvC;De{Q);Z2n<f5pjB8xxl(_#%?5DB<z&xKH$lQocaKpYesmnXoUD
zRx(OR?o0+Vf!<YhDw_~eX+exBJ)w{smPJ|diD4KcvUno6GulIb|JVg96Ytb~OFceI
zOYz!~2QC|#r^phSC#5%Tt5+4uNm5+upj%9AY=edIHV->ZkusSjUHC74jc?&7_lH~I
zX1EC2Mz7FKbdud-U$WB>ZICT=c^r-LCa)!tOJyf7%VzSe&h4xf{F=lX<uwDBZXnfQ
zAcLfkos7CQ14cIxYcP;BNf*%*<g=-?$poXTPhqX#&u0rTTccQypgWj~U^vK{B+BUt
zbiJtrhF+pIjk<k`u^scE1qyq)@7xRg1YgHz&@WU*3)~&<Ja?2t2*RJq8r;fd{=Vy?
z1ulk@Er|Abqs2_e^ybQ*8U+%+r=U=M?Tzzu@2RL3=<Sk8jRFbp3flJj6^#?&iqZV>
zV)vj!{Wc(YkV5Au2TOmVAJaJ%T}jhdC40QdR3AlA%mg}>q*ALQ5!_J}`Fv|>?XBIZ
zx-wfXC}fdxaE>UwNUy7C>LH!njkaGhquYvUfzgVf(F*77NPanzx4ir5cA#F0jN#|F
zp39+i)C&(o2f8%ZprEFBV=LoioCSuj1UG-##LDZ}J}?~UUikRo$9w)uWiB=Uwj3_>
z#fFFa2V#RGLxN9;o$Ei_(@`zDF*DZ?{7(@HGesDAtNkjQS7xn<=6#E}o13r#Hoy+h
ofCF#>4B!Il02V+12Vj5zZh!|oKs|5(I0!TV-sRlHp?jzQ0UOTO`Tzg`

delta 341
zcmZp8kks%XX#<M@2NS;w1OI$}m(79)Ecm%1nK(kt8Gyicx}z?m%H$&XN$gDg>lygh
z^G`o0z$Cs|;Xp6{^sC8?8k4W<>&o!({9)ifz~8`c&-b5iKVKc69q&Khy}Y%&wmg4;
z2HxS>{KtlaS%8OkD+8Z6?=#-5e5?2>`8+l&IOOweo{(U~IJw`4ZL&+5@?-};w#`p`
z6@)lUSZ^}0akJjsERc}OI(b4u28$s}sO)6HGS%r94zaLr=1lv|$zj6A%fQCVX17_O
zU^Ylm8j?Be&9-IRZOa&szvN-zEoI=3;@ik4%v%a{PAYGEX)Y5GGXpUT5VHa?8xXSt
xF$WNH0x=g5a|1CC5QEh70Wm)i3jnbo5DNjZFc6CXu_zFW0kQb@(p-sdCjd|kZ)*Sm

diff --git a/code/cep-plugin/index.html b/code/cep-plugin/index.html
index a2a8fc4..4c7ccd5 100755
--- a/code/cep-plugin/index.html
+++ b/code/cep-plugin/index.html
@@ -60,6 +60,7 @@
         <span class="task-spinner" id="taskSpinner" aria-hidden="true"></span>
         <strong class="task-title" id="taskTitle">Processando…</strong>
         <span class="task-elapsed" id="taskElapsed">00:00</span>
+        <button type="button" class="task-cancel" id="taskCancel" onclick="taskCancel()" hidden>Cancelar</button>
         <button type="button" class="task-copy" id="taskCopy" onclick="taskCopyError()" aria-label="Copiar erro técnico" title="Copiar erro técnico" hidden>⧉</button>
       </div>
       <div class="progress-track" id="taskTrack" data-mode="indeterminate">
@@ -259,8 +260,10 @@
     <!-- ============================== SCANNER =============================== -->
     <div class="tab-panel" id="tabScanner" role="tabpanel" aria-labelledby="tabBtnScanner" hidden>
       <p class="tab-intro">Escolha o que será lido no arquivo original. O Scanner usa os tempos da timeline, mas não exporta frames pelo Premiere.</p>
-      <section class="card">
-        <div class="card-head"><h2>Amostragem e faixas</h2></div>
+      <div class="scanner-media-grid">
+      <section class="card scanner-media-card">
+        <div class="card-head"><h2>Imagem</h2><span class="card-kicker">Vídeo e cenas</span></div>
+        <p class="field-help">Escolha as faixas e os recursos visuais que o Scanner deve analisar.</p>
         <label class="field-label" for="scannerInterval">Segundos por quadro</label>
         <div class="range-field-row">
           <input id="scannerInterval" type="range" min="0.2" max="10" step="0.1" value="1" oninput="scannerUpdateIntervalLabel()">
@@ -276,32 +279,40 @@
         <p class="field-help">Reduzir a resolução acelera a extração e a leitura Vision sem perder precisão no rosto, pose ou objetos.</p>
         <button class="button button-ghost" id="btnScannerDetectTracks" onclick="scannerDetectTracks()" type="button">Detectar faixas da sequência</button>
         <p class="field-help" id="scannerTracksHelp">Abra a sequência desejada e detecte as faixas para selecioná-las.</p>
-        <div class="scanner-track-grid"><div><span class="field-label">Faixas de vídeo</span><div class="scanner-track-list" id="scannerVideoTracks"></div></div><div><span class="field-label">Faixas de áudio</span><div class="scanner-track-list" id="scannerAudioTracks"></div></div></div>
+        <div class="scanner-track-list"><span class="field-label">Faixas de vídeo</span><div id="scannerVideoTracks"></div></div>
+        <div class="scanner-subsection"><div class="card-head"><h3>O que detectar</h3></div>
+          <label class="checkbox-field"><input type="checkbox" data-scanner-resource="faces" checked><span>Rostos e qualidade facial</span></label>
+          <label class="checkbox-field"><input type="checkbox" data-scanner-resource="pessoas" checked><span>Pessoas</span></label>
+          <label class="checkbox-field"><input type="checkbox" data-scanner-resource="pose" checked><span>Pose e mãos</span></label>
+          <label class="checkbox-field"><input type="checkbox" data-scanner-resource="ocr" checked><span>Texto e códigos</span></label>
+          <label class="checkbox-field"><input type="checkbox" data-scanner-resource="categorias" checked><span>Objetos e categorias</span></label>
+          <label class="checkbox-field"><input type="checkbox" data-scanner-resource="estetica" checked><span>Estética, horizonte e geometria</span></label>
+          <label class="checkbox-field"><input type="checkbox" data-scanner-resource="segmentacao_de_pessoas" checked><span>Segmentação de pessoas</span></label>
+        </div>
+        <div class="scanner-subsection"><div class="card-head"><h3>Leitura temporal</h3></div>
+          <label class="checkbox-field"><input id="scannerScenes" type="checkbox" checked><span>Agrupar cenas</span></label>
+          <label class="checkbox-field"><input id="scannerContinuity" type="checkbox" checked><span>Medir continuidade e cortes</span></label>
+          <label class="checkbox-field"><input id="scannerReframe" type="checkbox"><span>Guardar geometria para reenquadramento</span></label>
+          <label class="checkbox-field"><input id="scannerInterpret" type="checkbox" checked><span>Descrever a cena com Foundation Models</span></label>
+        </div>
       </section>
-      <section class="card"><div class="card-head"><h2>Transcrição</h2><span class="card-kicker" id="scannerModelCount">—</span></div>
+      <section class="card scanner-media-card">
+        <div class="card-head"><h2>Som</h2><span class="card-kicker">Áudio e fala</span></div>
+        <p class="field-help">Escolha as faixas de áudio e configure a transcrição local do Whisper.</p>
+        <div class="scanner-track-list"><span class="field-label">Faixas de áudio</span><div id="scannerAudioTracks"></div></div>
+        <div class="scanner-subsection"><div class="card-head"><h3>Transcrição</h3><span class="card-kicker" id="scannerModelCount">—</span></div>
         <div class="field-grid"><div><label class="field-label" for="scannerTranscribeModel">Modelo instalado</label><select id="scannerTranscribeModel" class="select-field"></select></div><div><label class="field-label" for="scannerTranscribeLanguage">Idioma</label><select id="scannerTranscribeLanguage" class="select-field"></select></div></div>
         <label class="checkbox-field"><input id="scannerDiarization" type="checkbox"><span>Identificar locutores após transcrever</span></label>
         <div class="hf-token-status" id="scannerHfStatus" data-state="unset"><span class="check-dot" aria-hidden="true"></span><span id="scannerHfStatusText">Hugging Face não configurado</span><button class="link-button" type="button" onclick="switchTab('settings')">Configurar</button></div>
         <p class="field-help">A lista inclui somente modelos encontrados nas pastas locais configuradas. O token do Hugging Face é usado apenas na diarização; nunca é salvo no perfil nem no relatório.</p>
+        </div>
       </section>
-      <div class="scanner-options-grid"><section class="card"><div class="card-head"><h2>O que detectar</h2></div>
-        <label class="checkbox-field"><input type="checkbox" data-scanner-resource="faces" checked><span>Rostos e qualidade facial</span></label>
-        <label class="checkbox-field"><input type="checkbox" data-scanner-resource="pessoas" checked><span>Pessoas</span></label>
-        <label class="checkbox-field"><input type="checkbox" data-scanner-resource="pose" checked><span>Pose e mãos</span></label>
-        <label class="checkbox-field"><input type="checkbox" data-scanner-resource="ocr" checked><span>Texto e códigos</span></label>
-        <label class="checkbox-field"><input type="checkbox" data-scanner-resource="categorias" checked><span>Objetos e categorias</span></label>
-        <label class="checkbox-field"><input type="checkbox" data-scanner-resource="estetica" checked><span>Estética, horizonte e geometria</span></label>
-        <label class="checkbox-field"><input type="checkbox" data-scanner-resource="segmentacao_de_pessoas" checked><span>Segmentação de pessoas</span></label>
-      </section>
-      <section class="card"><div class="card-head"><h2>Leitura temporal</h2></div>
-        <label class="checkbox-field"><input id="scannerScenes" type="checkbox" checked><span>Agrupar cenas</span></label>
-        <label class="checkbox-field"><input id="scannerContinuity" type="checkbox" checked><span>Medir continuidade e cortes</span></label>
-        <label class="checkbox-field"><input id="scannerReframe" type="checkbox"><span>Guardar geometria para reenquadramento</span></label>
-        <label class="checkbox-field"><input id="scannerInterpret" type="checkbox" checked><span>Descrever a cena com Foundation Models</span></label>
+      </div>
+      <section class="card scanner-execution-card">
         <div class="button-row"><button class="button button-ghost" onclick="saveScannerProfile()" type="button">Salvar perfil</button><button class="button button-primary" id="btnScannerProcess" onclick="scannerProcess()" type="button" disabled>Processar</button></div>
         <p class="field-help" id="scannerProfileStatus">Perfil padrão pronto.</p>
         <div class="callout callout-info" id="scannerReportCard" hidden><strong>Relatório pronto</strong><p id="scannerReportPath"></p><div class="button-row"><button class="button button-ghost" onclick="scannerOpenReport()" type="button">Abrir JSON</button><button class="button button-ghost" onclick="scannerCopyReport()" type="button">Copiar conteúdo</button></div></div>
-      </section></div>
+      </section>
     </div>
     <!-- ============================== RETAKES ============================== -->
     <div class="tab-panel" id="tabRetakes" role="tabpanel" aria-labelledby="tabBtnRetakes" hidden>
diff --git a/code/cep-plugin/main.js b/code/cep-plugin/main.js
index d5dbd68..a8dfc92 100755
--- a/code/cep-plugin/main.js
+++ b/code/cep-plugin/main.js
@@ -28,7 +28,7 @@ function log(msg, cls) {
 // Antes, tudo que rodava só aparecia como linhas no log lá embaixo e a pessoa
 // não sabia o que estava acontecendo. Agora todo processo longo abre um card
 // reposicionado na aba de origem com etapa atual, barra e tempo decorrido.
-var taskState = { active: false, startedAt: 0, timer: null, clearTimer: null, mirror: null, originTab: "silence", originPanelId: "tabSilence", errorText: "" };
+var taskState = { active: false, startedAt: 0, timer: null, clearTimer: null, mirror: null, cancel: null, canceled: false, originTab: "silence", originPanelId: "tabSilence", errorText: "" };
 
 var TIPOS_VIDEO_CHAVE = "schedule_light_tipos_video";
 var tipoVideoAtualId = null;
@@ -75,11 +75,13 @@ function taskMoveToOriginTab() {
   taskState.originPanelId = panel.id;
 }
 
-function taskStart(title, stage, mirror) {
+function taskStart(title, stage, mirror, cancel) {
   if (taskState.clearTimer) { clearTimeout(taskState.clearTimer); taskState.clearTimer = null; }
   taskState.active = true;
   taskState.startedAt = Date.now();
   taskState.mirror = mirror || null;
+  taskState.cancel = typeof cancel === "function" ? cancel : null;
+  taskState.canceled = false;
   taskState.originTab = activeTab();
   taskState.errorText = "";
   taskMoveToOriginTab();
@@ -96,6 +98,9 @@ function taskStart(title, stage, mirror) {
   taskEl("taskCopy").hidden = true;
   taskEl("taskErrorDetails").hidden = true;
   taskEl("taskErrorDetails").textContent = "";
+  taskEl("taskCancel").hidden = !taskState.cancel;
+  taskEl("taskCancel").disabled = false;
+  taskEl("taskCancel").textContent = "Cancelar";
   hideToast();
 
   if (taskState.timer) clearInterval(taskState.timer);
@@ -127,12 +132,15 @@ function taskEnd(ok, message, technicalDetails) {
   taskState.active = false;
 
   var dock = taskEl("taskDock");
-  dock.setAttribute("data-result", ok ? "ok" : "err");
+  var cancelado = taskState.canceled;
+  dock.setAttribute("data-result", cancelado ? "cancelled" : (ok ? "ok" : "err"));
   taskEl("taskTrack").setAttribute("data-mode", "determinate");
   taskEl("taskFill").style.width = "100%";
-  taskEl("taskStage").textContent = message || (ok ? "Concluído" : "Falhou");
+  taskEl("taskStage").textContent = message || (cancelado ? "Cancelado" : (ok ? "Concluído" : "Falhou"));
   taskEl("taskPct").textContent = ok ? "100%" : "";
-  if (!ok) {
+  taskEl("taskCancel").hidden = true;
+  taskEl("taskCancel").disabled = false;
+  if (!ok && !cancelado) {
     taskState.errorText = String(technicalDetails || message || "Falha sem detalhes técnicos.");
     taskEl("taskCopy").hidden = false;
     taskEl("taskErrorDetails").textContent = taskState.errorText;
@@ -141,6 +149,7 @@ function taskEnd(ok, message, technicalDetails) {
   }
 
   taskState.mirror = null;
+  taskState.cancel = null;
   // O próprio card já carrega o desfecho e fica na tela por alguns segundos —
   // repetir a mesma frase no toast só empilhava dois avisos idênticos.
   taskState.clearTimer = setTimeout(function () {
@@ -148,6 +157,15 @@ function taskEnd(ok, message, technicalDetails) {
   }, ok ? 4000 : 9000);
 }
 
+function taskCancel() {
+  if (!taskState.active || typeof taskState.cancel !== "function") return;
+  taskState.canceled = true;
+  taskEl("taskCancel").disabled = true;
+  taskEl("taskCancel").textContent = "Cancelando…";
+  taskEl("taskStage").textContent = "Cancelando…";
+  try { taskState.cancel(); } catch (erro) { taskEnd(false, "Falha ao cancelar", erro.message); }
+}
+
 function taskCopyError() {
   var texto = taskState.errorText;
   if (!texto) return;
@@ -1090,6 +1108,8 @@ var SCANNER_ALL_RESOURCES = ["faces", "qualidade_facial", "pessoas", "pose", "ma
 
 var scannerTimeline = null;
 var scannerReportPath = null;
+var scannerProcesso = null;
+var scannerCancelSolicitado = false;
 var SCANNER_ENGINE_SCRIPT = "/Volumes/Merongo/SISTEMAS/GENIAL SISTEMAS/Jhonny/code/engine/executar_scanner.py";
 
 // `path` e `os` são carregados mais abaixo, junto com o runtime Node do CEP.
@@ -1180,10 +1200,12 @@ function scannerProcess() {
   var input=path.join(outputRoot,"pedido-"+stamp+".json");
   scannerReportPath=path.join(outputRoot,"relatorio-"+stamp+".json");
   fs.writeFileSync(input,JSON.stringify({perfil:profile,timeline:scannerTimeline},null,2),"utf-8");
-  setBusy("btnScannerProcess",true); taskStart("Scanner", "Preparando análise", null);
+  setBusy("btnScannerProcess",true);
   var spawnOptions={cwd:"/Volumes/Merongo/SISTEMAS/GENIAL SISTEMAS/Jhonny/code",stdio:["ignore","pipe","pipe"]};
   var huggingFaceEnvironment=hfSpawnOptions(); if(huggingFaceEnvironment&&huggingFaceEnvironment.env) spawnOptions.env=huggingFaceEnvironment.env;
   var child=childProcess.spawn(SCANNER_PYTHON_BIN,[SCANNER_ENGINE_SCRIPT,input,scannerReportPath],spawnOptions);
+  scannerProcesso=child; scannerCancelSolicitado=false;
+  taskStart("Scanner", "Preparando análise", null, function () { scannerCancelSolicitado=true; if (scannerProcesso) scannerProcesso.kill("SIGTERM"); });
   var stderr="", stdout="";
   child.stdout.on("data",function(chunk) {
     stdout += chunk.toString(); var lines=stdout.split("\n"); stdout=lines.pop();
@@ -1191,7 +1213,7 @@ function scannerProcess() {
   });
   child.stderr.on("data",function(chunk){stderr+=chunk.toString();});
   child.on("error",function(error){setBusy("btnScannerProcess",false);taskEnd(false,"Scanner indisponível",error.stack||error.message);showToast("err",error.message);});
-  child.on("close",function(code){setBusy("btnScannerProcess",false);if(code!==0||!fs.existsSync(scannerReportPath)){taskEnd(false,"Scanner falhou",stderr||"Não foi possível gerar o relatório.");showToast("err",stderr||"Não foi possível gerar o relatório.");return;}taskEnd(true,"Relatório JSON gerado");document.getElementById("scannerReportPath").textContent=scannerReportPath;document.getElementById("scannerReportCard").hidden=false;showToast("ok","Scanner concluído.");});
+  child.on("close",function(code){var foiCancelado=scannerCancelSolicitado;scannerProcesso=null;setBusy("btnScannerProcess",false);if(foiCancelado){taskEnd(false,"Scanner cancelado");return;}if(code!==0||!fs.existsSync(scannerReportPath)){taskEnd(false,"Scanner falhou",stderr||"Não foi possível gerar o relatório.");showToast("err",stderr||"Não foi possível gerar o relatório.");return;}taskEnd(true,"Relatório JSON gerado");document.getElementById("scannerReportPath").textContent=scannerReportPath;document.getElementById("scannerReportCard").hidden=false;showToast("ok","Scanner concluído.");});
 }
 
 function scannerOpenReport() { if (!scannerReportPath) return; childProcess.spawn("open",[scannerReportPath],{detached:true,stdio:"ignore"}).unref(); }
@@ -3118,7 +3140,7 @@ function syncTranscribeModelSelect() {
   modelosDisponiveis.forEach(function (modelo) {
     var opt = document.createElement("option");
     opt.value = modelo.nome;
-    opt.textContent = modelo.nome + " · " + formatMB(modelo.tamanho);
+    opt.textContent = modelo.nome;
     select.appendChild(opt);
   });
   if (!modelosDisponiveis.length) {
diff --git a/code/cep-plugin/styles.css b/code/cep-plugin/styles.css
index 39a2dca..5c2d41a 100755
--- a/code/cep-plugin/styles.css
+++ b/code/cep-plugin/styles.css
@@ -156,6 +156,12 @@ h1, h2, h3 { margin: 0; }
 .scanner-track-list .checkbox-field { margin: 2px 0; padding: 5px; border: 0; background: none; }
 .scanner-options-grid { display: grid; grid-template-columns: repeat(2, minmax(0, 1fr)); gap: 10px; align-items: start; }
 .scanner-options-grid .card { margin: 0 0 10px; }
+.scanner-media-grid { display: grid; grid-template-columns: repeat(2, minmax(0, 1fr)); gap: 10px; align-items: start; }
+.scanner-media-card { margin: 0 0 10px; }
+.scanner-media-card h3 { margin: 0; font-size: 12px; }
+.scanner-subsection { margin-top: 14px; padding-top: 12px; border-top: 1px solid var(--border); }
+.scanner-subsection .card-head { margin-bottom: 7px; }
+.scanner-execution-card { margin-top: 0; }
 
 /* --------------------- Painel de progresso (task dock) ------------------- */
 .task-dock {
@@ -178,6 +184,9 @@ h1, h2, h3 { margin: 0; }
 .task-elapsed { flex: 0 0 auto; color: var(--text-muted); font: 10px var(--font-mono); }
 .task-copy { flex: 0 0 auto; padding: 2px 5px; border: 1px solid var(--border); border-radius: 4px; background: transparent; color: var(--text-secondary); cursor: pointer; font-size: 12px; line-height: 1; }
 .task-copy:hover { border-color: var(--red); color: var(--text); }
+.task-cancel { flex: 0 0 auto; padding: 3px 8px; border: 1px solid rgba(255, 101, 101, .55); border-radius: 5px; background: transparent; color: #ffb0b0; cursor: pointer; font-size: 10px; }
+.task-cancel:hover { border-color: var(--red); background: rgba(255, 101, 101, .12); color: var(--text); }
+.task-cancel:disabled { cursor: wait; opacity: .65; }
 
 .task-spinner {
   width: 12px;
@@ -191,6 +200,7 @@ h1, h2, h3 { margin: 0; }
 .task-dock[data-result] .task-spinner { animation: none; border: none; }
 .task-dock[data-result="ok"] .task-spinner::before { content: "✓"; color: var(--green); font-size: 12px; font-weight: 700; }
 .task-dock[data-result="err"] .task-spinner::before { content: "!"; color: var(--red); font-size: 12px; font-weight: 700; }
+.task-dock[data-result="cancelled"] .task-spinner::before { content: "×"; color: var(--text-muted); font-size: 14px; font-weight: 700; }
 @keyframes spin { to { transform: rotate(360deg); } }
 
 .progress-track {
@@ -647,7 +657,7 @@ button:focus-visible, input:focus-visible, select:focus-visible, textarea:focus-
   .tab-button { font-size: 0; gap: 0; padding: 10px 2px; }
   .tab-icon { font-size: 14px; }
   .field-grid { grid-template-columns: minmax(0, 1fr); }
-  .scanner-track-grid, .scanner-options-grid { grid-template-columns: minmax(0, 1fr); }
+  .scanner-track-grid, .scanner-options-grid, .scanner-media-grid { grid-template-columns: minmax(0, 1fr); }
   .status-panel { grid-template-columns: 38px minmax(0, 1fr); }
   .command-stat { grid-column: 2; padding: 8px 0 0; text-align: left; }
   .command-stat strong, .command-stat span { display: inline; }
diff --git a/code/engine/integracoes/whisper/provider_de_transcricao_local.py b/code/engine/integracoes/whisper/provider_de_transcricao_local.py
index 3d0991c..ce05993 100644
--- a/code/engine/integracoes/whisper/provider_de_transcricao_local.py
+++ b/code/engine/integracoes/whisper/provider_de_transcricao_local.py
@@ -1,3 +1,5 @@
+"""Adapta o faster-whisper para a transcrição local do Scanner."""
+
 from pathlib import Path
 from typing import Any
 
@@ -5,23 +7,31 @@ from ...scanner.modelos import PalavraDeTranscricao, SegmentoDeTranscricao
 
 
 class ProviderDeTranscricaoLocal:
-    """Provider local usando faster-whisper, sem transmitir mídia."""
+    """Executa transcrição local em lote, sem transmitir a mídia."""
 
     def __init__(self, modelo: str, dispositivo: str = "cpu", tipo_de_calculo: str = "int8",
-                 idioma: str = "pt") -> None:
+                 idioma: str = "pt", tamanho_do_lote: int = 16) -> None:
+        """Carrega o modelo local e configura o tamanho do lote de inferência."""
+        if tamanho_do_lote < 1:
+            raise ValueError("O tamanho do lote deve ser maior que zero.")
         self.nome_do_modelo = Path(modelo).name
         if "faster-whisper-" in modelo:
             self.nome_do_modelo = modelo.split("faster-whisper-", 1)[1].split("/", 1)[0]
-        from faster_whisper import WhisperModel
+        from faster_whisper import BatchedInferencePipeline, WhisperModel
         self.modelo = WhisperModel(modelo, device=dispositivo, compute_type=tipo_de_calculo)
+        self.pipeline = BatchedInferencePipeline(model=self.modelo)
         self.idioma = idioma
+        self.tamanho_do_lote = tamanho_do_lote
 
     def transcrever(self, clipe: Any) -> list[SegmentoDeTranscricao]:
+        """Transcreve o áudio com VAD, timestamps e inferência em lote."""
         arquivo = Path(clipe.arquivo)
         if not arquivo.is_file():
             raise FileNotFoundError(f"Arquivo de áudio não encontrado: {arquivo}")
-        segmentos, _ = self.modelo.transcribe(str(arquivo), language=self.idioma,
-                                               vad_filter=True, word_timestamps=True)
+        segmentos, _ = self.pipeline.transcribe(
+            str(arquivo), language=self.idioma, vad_filter=True,
+            word_timestamps=True, batch_size=self.tamanho_do_lote,
+        )
         return [SegmentoDeTranscricao(float(s.start), float(s.end), s.text.strip(),
             None, tuple(PalavraDeTranscricao(w.word.strip(), float(w.start), float(w.end),
                                               getattr(w, "probability", None))
diff --git a/code/engine/scanner/transcricao_da_timeline.py b/code/engine/scanner/transcricao_da_timeline.py
index 21802eb..b66da84 100644
--- a/code/engine/scanner/transcricao_da_timeline.py
+++ b/code/engine/scanner/transcricao_da_timeline.py
@@ -50,24 +50,23 @@ class TranscricaoDaTimeline:
                 clipes.append(clipe)
 
         transcricoes: dict[str, list[SegmentoDeTranscricao]] = {}
+        chaves_por_arquivo: dict[str, str] = {}
         for clipe in clipes:
-            chave = self._chave_do_arquivo(clipe.arquivo)
+            chave = chaves_por_arquivo.get(clipe.arquivo)
+            if chave is None:
+                chave = self._chave_do_arquivo(clipe.arquivo)
+                chaves_por_arquivo[clipe.arquivo] = chave
             if chave not in transcricoes:
                 transcricoes[chave] = self._transcrever_arquivo(clipe.arquivo, chave)
 
         resultados: list[TranscricaoDoClipe] = []
-        vistos: set[tuple[str, float, float, float, float]] = set()
         for clipe in clipes:
             intervalo = clipe.intervalo_na_timeline
             origem = clipe.intervalo_na_origem
             inicio_origem = origem.inicio if origem else 0.0
             fim_origem = origem.fim if origem else float("inf")
-            chave = (self._chave_do_arquivo(clipe.arquivo), inicio_origem, fim_origem,
+            chave = (chaves_por_arquivo[clipe.arquivo], inicio_origem, fim_origem,
                      intervalo.inicio, intervalo.fim)
-            # Vídeo e áudio vinculados podem representar o mesmo corte.
-            if chave in vistos:
-                continue
-            vistos.add(chave)
             segmentos = []
             for segmento in transcricoes[chave[0]]:
                 fim = min(segmento.fim, fim_origem)
diff --git a/code/engine/testes/test_provider_de_transcricao_local.py b/code/engine/testes/test_provider_de_transcricao_local.py
new file mode 100644
index 0000000..805b04a
--- /dev/null
+++ b/code/engine/testes/test_provider_de_transcricao_local.py
@@ -0,0 +1,62 @@
+"""Testes do provider local de transcrição em lote."""
+
+import sys
+import tempfile
+import types
+import unittest
+from pathlib import Path
+from types import SimpleNamespace
+from unittest.mock import patch
+
+from engine.integracoes.whisper import ProviderDeTranscricaoLocal
+
+
+class TesteDoProviderDeTranscricaoLocal(unittest.TestCase):
+    """Verifica a configuração e a conversão dos segmentos do provider."""
+
+    def test_usa_pipeline_em_lote_com_vad_e_timestamps_de_palavras(self):
+        """Mantém as opções de qualidade ao usar inferência em lote."""
+        chamadas = {}
+
+        class ModeloFalso:
+            """Representa o modelo externo durante o teste."""
+
+            def __init__(self, *argumentos, **opcoes):
+                chamadas["modelo"] = (argumentos, opcoes)
+
+        class PipelineFalso:
+            """Representa o pipeline em lote durante o teste."""
+
+            def __init__(self, model):
+                chamadas["pipeline_modelo"] = model
+
+            def transcribe(self, *argumentos, **opcoes):
+                chamadas["transcricao"] = (argumentos, opcoes)
+                palavra = SimpleNamespace(word="Olá", start=0.0, end=0.5, probability=0.99)
+                segmento = SimpleNamespace(start=0.0, end=0.5, text=" Olá ", words=[palavra])
+                return iter([segmento]), SimpleNamespace(duration=0.5)
+
+        modulo_falso = types.SimpleNamespace(
+            BatchedInferencePipeline=PipelineFalso,
+            WhisperModel=ModeloFalso,
+        )
+        with tempfile.TemporaryDirectory() as pasta:
+            arquivo = Path(pasta) / "audio.wav"
+            arquivo.write_bytes(b"audio")
+            with patch.dict(sys.modules, {"faster_whisper": modulo_falso}):
+                provider = ProviderDeTranscricaoLocal("small", tamanho_do_lote=8)
+                resultado = provider.transcrever(SimpleNamespace(arquivo=str(arquivo)))
+
+        self.assertEqual(resultado[0].texto, "Olá")
+        self.assertEqual(chamadas["transcricao"][1]["batch_size"], 8)
+        self.assertTrue(chamadas["transcricao"][1]["vad_filter"])
+        self.assertTrue(chamadas["transcricao"][1]["word_timestamps"])
+
+    def test_rejeita_tamanho_de_lote_invalido(self):
+        """Impede configuração silenciosa de um lote inválido."""
+        with self.assertRaises(ValueError):
+            ProviderDeTranscricaoLocal("small", tamanho_do_lote=0)
+
+
+if __name__ == "__main__":
+    unittest.main()