#!/usr/bin/env python3 """ Analisa a transcricao Whisper e identifica os melhores momentos para reels. Usa heurísticas de palavras-chave (Feng Shui, energia, dicas, perguntas) para marcar segmentos com alto potencial de engajamento. Saída: cuts_analysis.json com lista de cortes prontos para make_reels.py """ import json import os import re import sys from pathlib import Path TRANSCRIPT_JSON = "/opt/mia/workspace/clientes/borrello/live_feng_shui_raw/live_audio_90min.json" OUT_DIR = "/opt/mia/workspace/clientes/borrello/live_feng_shui_cortes/" CUTS_JSON = os.path.join(OUT_DIR, "cuts_analysis.json") TRANSCRIPT_TXT = os.path.join(OUT_DIR, "transcript_full.txt") # Duracao alvo por reel (segundos) MIN_DUR = 30 MAX_DUR = 58 # deixa 2s de margem pro limite de 60s TARGET_DUR = 45 # Keywords de alto valor para Feng Shui / Radiestesia HIGH_VALUE_KEYWORDS = [ # Ganchos de curiosidade / problema "nunca", "jamais", "erro", "errado", "cuidado", "perigo", "atenção", "atenção", "segredo", "segredo", "mistério", "misterio", # Pratica e dica "dica", "dicas", "como fazer", "como colocar", "como posicionar", "o que acontece", "o que fazer", "resultado", "funciona", "experimente", "tente", "teste", # Conceitos Feng Shui "energia", "chi", "qi", "fluxo de energia", "bloqueio", "bloqueio de energia", "harmonia", "equilibrio", "equilibrio", "positivo", "negativo", "bagua", "ba gua", "mapa bagua", "cozinha", "quarto", "sala", "banheiro", "entrada", "porta", "espelho", "planta", "plantas", "agua", "fontes de agua", "cama", "sofá", "mesa", "geladeira", "cor", "cores", "vermelho", "amarelo", "verde", "azul", "norte", "sul", "leste", "oeste", "dinheiro", "prosperidade", "abundância", "abundancia", "saúde", "saude", "relacionamento", "amor", "purificação", "purificacao", "limpeza energetica", # Autoridade / prova social "40 anos", "experiência", "experiencia", "estudei", "aprendi", "na prática", "na pratica", "funciona mesmo", "meus alunos", "cliente", "pessoas", # Perguntas retóricas (gancho) "você sabia", "voce sabia", "sabia que", "já pensou", "ja pensou", "imagine", "o que é", "o que e", "por que", "porque", ] # Palavras que indicam inicio de resposta a pergunta (bom para reels) ANSWER_STARTERS = [ "então", "entao", "veja bem", "olha", "bom,", "na verdade", "o que acontece", "deixa eu explicar", "vou explicar", "é assim", "e assim", "funciona assim", ] # Palavras que indicam transicao de topico — bom ponto de corte TOPIC_TRANSITIONS = [ "agora vamos falar", "vamos falar sobre", "outro ponto", "outra coisa importante", "o segundo", "o terceiro", "primeiro", "segundo", "terceiro", "passando para", "voltando ao", "pergunta", ] def load_transcript(): with open(TRANSCRIPT_JSON) as f: data = json.load(f) return data.get("segments", []) def segments_to_text(segments): return " ".join(s["text"].strip() for s in segments) def score_segment(text_lower): """Pontuação de relevância para um trecho de texto.""" score = 0 for kw in HIGH_VALUE_KEYWORDS: if kw in text_lower: score += 3 for kw in ANSWER_STARTERS: if text_lower.startswith(kw) or f" {kw}" in text_lower[:50]: score += 2 for kw in TOPIC_TRANSITIONS: if kw in text_lower: score += 1 # Penaliza segmentos muito curtos (menos de 5 palavras) word_count = len(text_lower.split()) if word_count < 5: score -= 5 return score def find_best_cuts(segments, target_count=12): """ Estratégia sliding window: 1. Agrupa segmentos em janelas de TARGET_DUR segundos 2. Pontua cada janela 3. Seleciona as top N sem sobreposição """ if not segments: return [] total_dur = float(segments[-1]["end"]) print(f"Duracao total transcrita: {total_dur/60:.1f} min") print(f"Segmentos: {len(segments)}") # Criar janelas candidatas windows = [] step = 15 # avanca 15s por vez t = 10.0 # começa em 10s (pula apresentacao) while t < total_dur - MIN_DUR: # Encontrar segmentos nessa janela win_segs = [ s for s in segments if float(s["end"]) > t and float(s["start"]) < t + MAX_DUR ] if not win_segs: t += step continue # Ajustar fim ao limite de segmento real win_start = max(t, float(win_segs[0]["start"])) win_end = min(t + MAX_DUR, float(win_segs[-1]["end"])) win_dur = win_end - win_start if win_dur < MIN_DUR: t += step continue win_text = " ".join(s["text"].strip() for s in win_segs).lower() score = score_segment(win_text) windows.append({ "start": win_start, "end": min(win_start + TARGET_DUR, win_end), "text": win_text[:300], "score": score, }) t += step # Ordenar por score windows.sort(key=lambda w: w["score"], reverse=True) # Selecionar sem sobreposição (greedy) selected = [] used_ranges = [] for w in windows: ws, we = w["start"], w["end"] # Verificar sobreposição com selecionados overlap = any( not (we <= us - 5 or ws >= ue + 5) for us, ue in used_ranges ) if not overlap: selected.append(w) used_ranges.append((ws, we)) if len(selected) >= target_count: break # Reordenar por timestamp selected.sort(key=lambda w: w["start"]) return selected def generate_slug(text: str, idx: int) -> str: """Gera slug curto baseado no conteudo do trecho.""" # Palavras-chave para slug slug_keywords = { "cozinha": "energia-cozinha", "quarto": "energia-quarto", "sala": "energia-sala", "banheiro": "bagua-banheiro", "entrada": "entrada-casa", "porta": "porta-entrada", "espelho": "uso-espelho", "planta": "plantas-feng-shui", "agua": "agua-prosperidade", "cama": "posicao-cama", "dinheiro": "prosperidade", "abundância": "abundancia", "saúde": "saude", "amor": "amor-relacionamentos", "cor": "cores-feng-shui", "vermelho": "cor-vermelha", "energia negativa": "energia-negativa", "bloqueio": "bloqueio-energetico", "limpeza": "limpeza-energetica", "norte": "orientacao-norte", "bagua": "mapa-bagua", "harmonia": "harmonia-lar", "prosperidade": "prosperidade", "purificação": "purificacao", "purificacao": "purificacao", "erro": "erro-comum", "jamais": "nao-fazer", "nunca": "nao-fazer", } text_lower = text.lower() for kw, slug in slug_keywords.items(): if kw in text_lower: return slug # Fallback: pega primeiras palavras relevantes words = re.findall(r'\b[a-záéíóúãõâêîôûçü]{4,}\b', text_lower) if words: return "-".join(words[:3])[:40] return f"trecho-{idx:02d}" def generate_gancho(text: str) -> str: """Gera sugestao de gancho (primeiros 3s) baseado no conteudo.""" hooks = { "nunca coloque": "Nunca coloque isso na sua cozinha", "jamais": "Jamais faça isso em casa", "erro que": "O erro que 90% das pessoas cometem", "cama": "Onde sua cama está colocada importa muito", "espelho": "Espelho no quarto pode ser um problema", "entrada": "A entrada da sua casa determina sua energia", "energia negativa": "Como eliminar energia negativa de vez", "dinheiro": "Por que o dinheiro nao entra na sua vida", "abundância": "O segredo da abundancia que poucos sabem", "abundancia": "O segredo da abundancia que poucos sabem", "agua": "Agua em casa: onde colocar e onde nunca colocar", "planta": "Quais plantas atraem energia positiva", "cor": "A cor que pode estar bloqueando sua energia", "limpeza": "Como fazer limpeza energetica em 5 minutos", "bagua": "O mapa que revela a energia de cada cantinho", "quarto": "Seu quarto esta configurado para o descanso", "sala": "A sala que harmoniza ou bloqueia sua vida", "harmonia": "O que faz uma casa ser realmente harmoniosa", "prosperidade": "O segredo da prosperidade no Feng Shui", } text_lower = text.lower() for kw, gancho in hooks.items(): if kw in text_lower: return gancho # Pega primeira frase como gancho sentences = re.split(r'[.!?]', text.strip()) for s in sentences: s = s.strip() if len(s) > 20: return s[:80] + ("..." if len(s) > 80 else "") return text[:80].strip() def main(): os.makedirs(OUT_DIR, exist_ok=True) print(f"Carregando transcricao: {TRANSCRIPT_JSON}") segments = load_transcript() if not segments: print("ERRO: transcricao vazia ou invalida") sys.exit(1) # Salvar transcricao completa em TXT para revisao manual full_text = "" for seg in segments: ts = f"[{float(seg['start'])/60:.1f}min] " full_text += ts + seg["text"].strip() + "\n" with open(TRANSCRIPT_TXT, "w", encoding="utf-8") as f: f.write(full_text) print(f"Transcricao TXT salva: {TRANSCRIPT_TXT}") # Encontrar melhores cortes print("\nAnalisando melhores momentos...") cuts_raw = find_best_cuts(segments, target_count=12) if not cuts_raw: print("ERRO: nenhum corte identificado") sys.exit(1) # Montar lista final de cortes cuts = [] for i, c in enumerate(cuts_raw, 1): slug = generate_slug(c["text"], i) gancho = generate_gancho(c["text"]) dur = c["end"] - c["start"] cuts.append({ "idx": i, "start": round(c["start"], 2), "end": round(c["end"], 2), "duration": round(dur, 2), "slug": slug, "gancho": gancho, "score": c["score"], "preview_text": c["text"][:200], }) # Salvar with open(CUTS_JSON, "w", encoding="utf-8") as f: json.dump(cuts, f, indent=2, ensure_ascii=False) print(f"\n=== {len(cuts)} CORTES IDENTIFICADOS ===") for c in cuts: mins = c["start"] / 60 print(f"\n [{c['idx']:02d}] {c['slug']}") print(f" Timestamp: {mins:.1f}min | {c['duration']:.0f}s | score={c['score']}") print(f" Gancho: {c['gancho'][:70]}") print(f" Texto: {c['preview_text'][:100]}...") print(f"\nCortes salvos: {CUTS_JSON}") return cuts if __name__ == "__main__": main()