# 02 — Triagem: roteiro vs. conversa de bastidor

> **Escopo:** Separar o texto do roteiro da conversa de bastidor — tarefa de texto, nunca de limiar.
> **Quando:** Fase 2 — ver a ordem de trabalho em `../SKILL.md`.

**Primeira coisa a fazer, antes de qualquer decisão de efeito.**

Material bruto de gravação quase nunca é uma tomada só. A pessoa lê o
roteiro, erra, conversa com a equipe e recomeça.

## Por que isso é tarefa sua, e não do sistema

No áudio essa separação é **invisível** — e pior: o índice de ênfase
*favorece* a conversa, que é mais solta e mais alta que o texto decorado.

Caso real: a fala mais enfática de um vídeo inteiro (energia **1,00**, o
topo absoluto da gravação) era *"Amor, eu tô intacto!"*, dita para o marido
fora de quadro. Três das sete palavras de maior ênfase do vídeo vinham
dessa única frase de bastidor.

Nenhum limiar acústico separa isso. O **texto** separa sem erro.

> Atenção: isso também **não é diarização**. Num caso real, a pessoa da
> equipe estava fora do microfone — a diarização a ouvia, mas o Whisper não
> a transcrevia. As falas a descartar eram da **própria protagonista**:
> mesma voz, contexto diferente. "Quem fala" e "isso é tomada válida" são
> perguntas diferentes.

## Descartar — conversa com a equipe

Reconhece-se pelo **conteúdo**:

- **vocativo para alguém da sala** — *"Amor, eu tô intacto!"*
- **pergunta operacional** — *"Posso começar da mastopexia?"*,
  *"E aí, continua?"*, *"Mas eu vou ter que falar tudo de novo?"*
- **instrução técnica** — *"Só clica aí agora na tela."*, *"Aumenta."*
- **comentário sobre a própria gravação** — *"Vou falar só a última frase,
  só um pouquinho, não pegou?"*

## Descartar — frases interrompidas

Texto que morre no meio, tipicamente em reticências ou emendando numa
pergunta:

- *"E tudo isso associado à medida..."*
- *"Aquela mama com um formato mais estruturado, com o colo que..."*
- *"de pele..."*

## Sinais estruturais que ajudam

Use `take_boundary` para achar onde cada tomada recomeça. Num material
real, as fronteiras (gaps de 3,6s a 19,8s) caíam exatamente nos pontos onde
a médica reiniciava o roteiro — inclusive nas duas retomadas da frase de
abertura.