Enviar áudio

Enviar um áudio é o primeiro passo de qualquer auditoria no AuditorIA. Este guia percorre o formulário campo a campo, quando usar cada opção e como interpretar a resposta do sistema.

Acessar o formulário

Três caminhos equivalentes:

1. Item Enviar arquivo na sidebar.
2. Rota direta /subir-archivo.
3. Tecla N em qualquer tela (se o atalho estiver habilitado no seu tenant).

O motor de transcrição, idioma e dispositivo são resolvidos automaticamente a partir da configuração de IA da campanha selecionada (passo 7 do wizard de campanhas).

---

Campos do formulário

ID Campanha *

Seletor obrigatório com as campanhas disponíveis para seu usuário. A campanha define:

• Planilha de auditoria aplicável (passo 4 do wizard).
• Critérios de alerta (passo 5).
• Processos automáticos disparados ao completar (passo 6).
• Roteamento de IA por funcionalidade (passo 7): modelo de transcrição, geração de tags, análise de falantes, etc.

dica

Campanhas visíveis

A lista é filtrada por permissões. Se você não vê a campanha esperada, peça ao admin para atribuir o path correspondente em Gestão de equipe > Papéis e Permissões.

ID Operador *

Seletor obrigatório do operador associado ao áudio. Se seu usuário tem operator_id próprio, ele já vem pré-selecionado; caso contrário, você escolhe na lista de operadores da campanha. Define a qual representante a chamada será imputada para ranking, relatórios de Amostra Diária e Cross & Habilidades.

Início da chamada *

Data e hora do início da chamada real (não do upload). Formato DD/MM/AAAA HH:MM. Se você não souber, deixe o default (data e hora atuais).

informação

Por que importa

Os relatórios e faixas de data do Painel usam esse timestamp como eixo. Uma data mal informada tira a chamada das janelas de relatório.

Direção

Valor	Quando usar
Entrante	O cliente inicia a chamada para o contact center
Sainte	O operador liga para o cliente (vendas, cobranças, lembretes)

A direção afeta a diarização (qual falante costuma ser agente vs cliente) e alguns critérios da planilha.

Opções avançadas

Toggle expansível com parâmetros usados somente para sobrescrever o default da campanha:

Campo	Uso
Idioma	es · en · pt · auto. Default = o que a campanha indica.
Modelo de transcrição	WhisperX / OpenAI Whisper API / Deepgram
Dispositivo	CPU / CUDA (aplica só a WhisperX)
Notas	Texto livre anexado à tarefa
Parâmetros Whisper	beam_size, vad_filter, compute_type (float16/int8)
Limiar de diarização	Ajuste fino do splitter de falantes

dica

Deixe as Opções avançadas fechadas se você não tem motivo concreto para mexer. A configuração por campanha já está otimizada pelo admin para o caso de uso.

Anexar arquivos

Área drag-and-drop com a legenda "Arraste arquivos aqui — Vários formatos suportados. Também aceita ZIP e CSV para carga em massa."

Arquivos individuais

Formato	Extensão	Observação
WAV	.wav, .x-wav	Sem compressão, qualidade máxima
MP3	.mp3	Formato mais comum em contact centers
MPEG	.mpeg	Variante do mp3
AAC	.aac	Compressão moderna, comum em mobile
OGG	.ogg	Formato livre
WebM	.webm	Capturas web, gravações de browser
FLAC	.flac, .x-flac	Compressão sem perda

Carga em massa com ZIP

• Compacte um conjunto de áudios em um único .zip e arraste-o para a área.
• O backend descompacta, cria uma tarefa por áudio válido e aplica os mesmos valores de Campanha/Operador/Direção para todos.
• Arquivos corrompidos dentro do ZIP são ignorados e listados na notificação final.

Carga em massa com CSV + áudios

• Botão Baixar modelo CSV de metadata (acima do formulário) gera um metadata.csv com as colunas esperadas:
  • filename · campaign_id · operator_id · start_datetime · direction · notes
• Monte um .zip contendo os áudios + o metadata.csv na raiz.
• Cada linha do CSV sobrescreve os valores globais do formulário para aquele arquivo.

aviso

Limites padrão

• Tamanho máximo: 500 MB por arquivo individual ou ZIP.
• Duração máxima recomendada: 120 minutos por áudio.
• Arquivos maiores precisam ser divididos ou o admin precisa aumentar o limite do tenant.

---

Enviar o áudio

1. Verifique os campos obrigatórios (ID Campanha, ID Operador, Início da chamada, pelo menos um arquivo).
2. Clique em Iniciar tarefa.
3. O backend retorna um task_id (UUID) por arquivo e enfileira as tarefas no Redis.
4. A interface redireciona para Todas as tarefas com as tarefas em estado Pendente.

Exemplo de resposta

{
  "task_id": "a1b2c3d4-e5f6-7890-abcd-ef1234567890",
  "status": "pending",
  "created_at": "2026-04-16T14:23:00-03:00",
  "campaign_id": 12,
  "operator_id": 2608,
  "direction": "inbound",
  "language": "es",
  "engine": "whisperx",
  "device": "cuda"
}

---

O que acontece depois (pipeline)

Etapas e tempos orientativos

Etapa	Duração típica (30 min de áudio)
Upload ao backend	5-15 s (depende da rede)
Enfileiramento	<100 ms
Transcrição com WhisperX GPU	1-2 min
Transcrição com OpenAI/Deepgram	30-60 s
Diarização	30-60 s (incluído no WhisperX)
Análise GPT (tags + sentimento)	10-30 s
Total ponta-a-ponta	~2-5 min em GPU; 3-8 min em CPU

---

Carga em massa (4 caminhos)

1. Seleção múltipla na drop zone — cada arquivo gera sua tarefa independente com os mesmos parâmetros.
2. ZIP — idem 1 mas empacotado.
3. ZIP + metadata.csv — cada tarefa toma valores específicos de uma linha do CSV.
4. Integrações automáticas:
   • Net2Phone — webhook que cria tarefas ao fechar cada chamada.
   • Anura — webhook de gravações de telefonia na nuvem.
   • SFTP — worker que sincroniza uma pasta remota.
   • API Externa — POST /api/v1/transcribe com API Key, para sistemas próprios.

Configure origens automáticas pelo passo 2 do wizard de Campanhas: Origens de Áudio.

aviso

Carga em massa com arquivos grandes pode saturar a fila. Priorize horários de baixa ou use integrações para distribuir a carga.

---

Troubleshooting

Sintoma	Diagnóstico	Ação
"Arquivo muito grande"	Ultrapassa 500 MB	Divida o arquivo (ffmpeg) ou peça ao admin para aumentar o limite
"Formato não suportado"	Extensão fora da lista	Converta para WAV com ffmpeg -i entrada.xxx saida.wav
"Campanha sem permissão"	Seu papel não tem o path da campanha	Solicitar acesso ao admin em Gestão de equipe
Tarefa presa em Pendente >10 min	Sem workers ativos ou fila saturada	Avisar o admin; ver logs em Configurações > Logs
Tarefa vai para Erro imediatamente	Áudio corrompido ou duração 0	Verifique o arquivo localmente com VLC ou Audacity
Diarização mistura falantes	Canal mono com ambos os interlocutores muito sobrepostos	Tente transcrição estéreo (veja Guia estéreo)
Transcrição com alucinações	Áudio muito ruidoso ou com muito silêncio	Ativar vad_filter em Opções avançadas
ZIP com CSV ignora linhas	O metadata.csv não está na raiz do ZIP	Garanta que metadata.csv esteja no nível superior do ZIP

---

Próximos passos

• Visor de transcrições — para revisar o resultado.
• Busca e filtro de tarefas — para encontrar seus áudios.
• Seleção de worker — guia técnico comparando motores.
• Transcrição estéreo — para áudios com canais separados.