feat: adicionadas métricas opcionais de fala ao Scanner com anális

- adicionadas métricas opcionais de fala ao Scanner com análise acústica na engine
- corrigido o progresso da transcrição do Scanner durante o processamento do Whisper
- refatorado o runner Swift do Apple Vision para executar requests em lote com retry CPU-only, corrigindo falhas de CVPixelBuffer/ANE/OCR
- documentado o fluxo de edição de vídeo por voz integrado ao Scanner, banco e engine
- formalizado o protocolo de edição por chat com perfil editorial e consultas progressivas

Resumo:
- 10 arquivos alterados
- 5 novos
- 5 modificados
- 0 removidos

 5 files changed, 367 insertions(+), 95 deletions(-)

Arquivos:
  - .jhonny/analises.db
  - code/engine/executar_scanner.py
  - code/engine/integracoes/visual/apple_vision_runner.swift
  - code/engine/integracoes/whisper/provider_de_transcricao_local.py
  - code/engine/testes/test_provider_de_transcricao_local.py
  - .jhonny/analises.db-shm
  - .jhonny/analises.db-wal
  - apple_vision_runner
  - code/relatorios/teste-enquadramento-20s.json
  - docs/

code/engine/testes/test_provider_de_transcricao_local.py

@@ -57,6 +57,42 @@ class TesteDoProviderDeTranscricaoLocal(unittest.TestCase):
         with self.assertRaises(ValueError):
             ProviderDeTranscricaoLocal("small", tamanho_do_lote=0)
 
+    def test_emite_progresso_conforme_os_segmentos_processados(self):
+        """Atualiza o chamador enquanto o gerador do Whisper entrega segmentos."""
+        progresso = []
+
+        class ModeloFalso:
+            """Representa o modelo externo durante o teste."""
+
+            def __init__(self, *argumentos, **opcoes):
+                pass
+
+        class PipelineFalso:
+            """Entrega dois segmentos para simular um áudio em processamento."""
+
+            def __init__(self, model):
+                pass
+
+            def transcribe(self, *argumentos, **opcoes):
+                segmentos = [
+                    SimpleNamespace(start=0.0, end=2.0, text=" um", words=[]),
+                    SimpleNamespace(start=2.0, end=4.0, text=" dois", words=[]),
+                ]
+                return iter(segmentos), SimpleNamespace(duration=4.0)
+
+        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", ao_progresso=progresso.append)
+                provider.transcrever(SimpleNamespace(arquivo=str(arquivo)))
+
+        self.assertEqual(progresso, [50.0, 99.0, 100.0])
+
 
 if __name__ == "__main__":
     unittest.main()