De horas de áudio, fragmentos que você pode reencontrar.

A deteção e a transcrição automáticas podem errar. A disponibilidade das capturas e a cobertura são verificadas para cada fonte.

O que é efectivamente detectado, e o que não é

São bem detectadas as publicidades que dizem algo verificável: um telefone, um site, um preço, uma chamada à acção. Falham, por construção: as publicidades de imagem que são apenas marca + slogan, os patrocínios de programas, a promoção cruzada entre canais do mesmo grupo, as mensagens sociais, os jingles cantados (Whisper transcreve-os como poesia ou ruído), as publicidades com menos de 5 segundos e as com transcrição degradada por uma captura fraca.

Precisão medida, com dados reais

A auditoria própria de 25 de maio de 2026, na base de dados live com 5018 capturas e 7428 segmentos, deu 111 publicidades após a extensão. A distribuição dos scores: 80 segmentos acima de 0,50 (publicidades claramente identificadas), 29 entre 0,40 e 0,50, 193 entre 0,30 e 0,40 — verificados manualmente como sendo na sua maioria publicidades reais falhadas — 278 entre 0,20 e 0,30, 33 entre 0,10 e 0,20 e 6815 abaixo de 0,10, ou seja, música. Recall estimado no limiar de então, 0,40: 30–50%. O limiar foi depois reduzido para 0,30 precisamente com base nesta medição, o que aumenta o recall e aumenta também o número de falsos positivos a rever.

Porque não é uma medição completa de precisão

Para publicarmos um valor de precisão e de recall no sentido estrito da palavra, seriam necessários mais de 60 minutos de áudio etiquetado manualmente por post, comparado com a saída do sistema. O estudo está planeado, não feito. O que temos é uma distribuição de pontuações em dados reais, mais verificação manual em amostras — menos do que um benchmark, mais do que uma impressão, e é importante não confundir as duas coisas.

A cobertura temporal é a limitação real

Na janela auditada, as capturas cobriram três intervalos de aproximadamente 80 horas possíveis — o resto, o monitor desligado. Isso, e não o detector, é a principal razão pela qual a base tinha 111 anúncios e não milhares. Um resultado útil exige operação contínua num servidor, não num laptop. Um detalhe que diz respeito ao mercado e está correto: entre 00:00 e 05:00, o resultado de zero anúncios não é um erro — as rádios moldavas passam música sem publicidade nesse intervalo.

A capacidade de transcrição é o gargalo

Num Mac com Apple Silicon, em CPU, `large-v3-turbo` com um único worker funciona a cerca de metade do tempo real: cerca de 2 segmentos por minuto processados contra 4 produzidos por 4 estações. A fila enche-se, a pressão propaga-se para trás e a captura abranda — o comportamento correto, porque não perdemos áudio. Para 10 estações contínuas é necessário GPU, 2–4 workers ou segmentos mais longos, de 60–120 segundos.

O que é armazenado e durante quanto tempo

Áudio WAV em disco, com limpeza automática de ficheiros com mais de 48 horas; as transcrições, os segmentos, os anúncios e os clusters permanecem na base de dados. Ou seja, a prova áudio de um anúncio fica disponível durante dois dias se o prazo não for alterado, e o texto permanece.

Direitos sobre as gravações — não estabelecidos

No projeto não existe qualquer documento de direitos ou de licenciamento: a única menção de licença é `license = { text = "Private" }` na configuração do pacote. Os fluxos na configuração de referência são fluxos públicos de escuta de estações da Moldávia. A gravação e a retenção de uma emissão para análise não são o mesmo que ouvi-la, e quem paga a monitorização tem de ter a base legal para captura e retenção — para cada estação. Isso esclarece-se antes da primeira instalação, não depois; nós não podemos transferir um direito que não temos.