João Henrique
dd341e7d4c
- Instalado essentia-tensorflow no venv whisperx-transcricao (usado pelo painel CEP), corrigindo erro "A classificação musical precisa do suporte TensorFlow do Essentia" no catálogo de trilhas. - Ligada a classificação de emoção da fala (ProviderDeEmocaoHuggingFace) ao scanner via nova flag `classificar_emocao`, e adicionado emoção/confiança como critério de desempate secundário no zoom da skill editar-por-voz. - Zoom do caminho Python (aplicar_plano_de_edicao.py) passou a usar adjustment layer numa faixa de vídeo própria, em vez de escalar o clipe inteiro via set_clip_properties — mesma técnica já usada pelo executor .mjs do painel CEP. - Adicionado campo "Carregar por ID" na aba Editar Vídeo do painel CEP (step 2), para carregar um plano do SQLite direto pelo plano_id quando ele não está associado a nenhum video_id conhecido (ex.: plano de um vídeo que este banco nunca escaneou). - Trocado o campo de ID numérico por uma lista suspensa (novo listar_planos_de_edicao.py + RepositorioDePlanos.listar_todos_os_planos) que mostra data/hora e a intenção registrada pela skill em cada plano salvo, para escolher sem decorar o id. Resumo: - 15 arquivos alterados - 2 novos - 13 modificados - 0 removidos 13 files changed, 451 insertions(+), 65 deletions(-) Arquivos: - .jhonny/analises.db - code/cep-plugin/index.html - code/cep-plugin/main.js - code/engine/editor/aplicador_de_plano_de_edicao.py - code/engine/editor/escrita/escrita_no_editor.py - code/engine/executar_scanner.py - code/engine/persistencia/repositorio_de_planos.py - code/engine/scanner/configuracao_visual.py - code/engine/testes/duplos_de_premiere.py - code/engine/testes/test_aplicador_de_plano_de_edicao.py - code/engine/testes/test_escrita_no_editor.py - code/plugins/premiere-pro/skills/editar-por-voz/criterios/01-leitura-do-json.md - code/plugins/premiere-pro/skills/editar-por-voz/criterios/05-zoom.md - code/engine/listar_planos_de_edicao.py - code/engine/testes/test_configuracao_visual_do_scanner.py
Engine
Núcleo Python orientado a objetos para o fluxo de scanner.
from engine import Scanner
from engine.domain import Content
result = Scanner().scan(Content("asset-1", " texto "))
assert result.valid
As integrações reais devem implementar os protocolos em content_analyzer.py, decision_engine.py, edit_plan.py, plan_applicator.py, validator.py e persistence.py. O pacote não cria dependências externas por padrão.
Análise de músicas instrumentais
A análise musical local fica separada da análise de voz e segue este fluxo:
caso de uso da engine
↓
AnalisadorDeMusica (contrato)
↓
AnalisadorDeMusicaInstrumentalEssentia
↓
ResultadoDaAnaliseMusical
Arquivos principais:
integracoes/audio/contratos.py: contrato substituível do analisador;integracoes/audio/modelos_de_analise_musical.py: resultado interno em PT-BR;integracoes/audio/provider_de_analise_musical_essentia.py: adaptador local do Essentia;testes/test_analisador_de_musica_essentia.py: testes unitários sem instalar Essentia.
Exemplo de uso:
from engine.integracoes.audio import AnalisadorDeMusicaInstrumentalEssentia
resultado = AnalisadorDeMusicaInstrumentalEssentia().analisar("musica.wav")
print(resultado.generos, resultado.humores, resultado.batidas_por_minuto)
A dependência é carregada sob demanda. Para habilitar a análise, instale as
dependências de requirements-audio.txt. O adaptador não persiste o resultado
nem gera a descrição narrativa; essas responsabilidades ficarão no caso de
uso e na apresentação, respectivamente.