metadata

license: mit
task_categories:
  - automatic-speech-recognition
language:
  - pt
tags:
  - audio
  - transcription
  - whatsapp
  - deepgram
  - brazilian-portuguese
size_categories:
  - 1K<n<10K

🎤 Transcrições WhatsApp - Deepgram Nova 2

Este dataset contém transcrições de mensagens de áudio do WhatsApp geradas usando Deepgram Nova 2.

📋 Descrição

Origem: Mensagens de áudio do WhatsApp em português brasileiro
Modelo: Deepgram Nova 2
Preço: $0.0043/minuto
Total de amostras: 198
Formato de áudio: WAV (16kHz)
Idioma: Português brasileiro

Modelo de transcrição em tempo real da Deepgram com baixa latência.

📊 Estatísticas

Total de amostras: 198
Transcrições bem-sucedidas: 198
Taxa de sucesso: 100.0%
Custo total estimado: $0.116880
Latência média: 1.78s

🗂️ Estrutura do Dataset

Campo	Tipo	Descrição
`audio`	Audio	Arquivo de áudio WAV original
`file_name`	string	Nome do arquivo de áudio
`original_text`	string	Texto de referência original
`transcription`	string	Transcrição gerada pelo modelo
`model`	string	Identificador do modelo usado
`latency_seconds`	float	Tempo de processamento em segundos
`estimated_cost_usd`	float	Custo estimado em USD

🎯 Uso

from datasets import load_dataset

# Carregar dataset
dataset = load_dataset("BernardoAI/wpp_pav_transcrito_deepgram")

# Acessar uma amostra
sample = dataset['train'][0]
print(f"Transcrição: {sample['transcription']}")

# Reproduzir áudio (Jupyter)
import IPython.display as ipd
ipd.Audio(sample['audio']['array'], rate=sample['audio']['sampling_rate'])

🔄 Comparação com Outros Modelos

Este dataset faz parte de uma série de comparações entre diferentes APIs de transcrição:

wpp_pav_transcrito_gemini - Google Gemini 2.0 Flash
wpp_pav_transcrito_openai - OpenAI GPT-4o Transcribe
wpp_pav_transcrito_deepgram - Deepgram Nova 2

📊 Análise de Performance

Para análise comparativa entre modelos:

import polars as pl

# Carregar múltiplos datasets para comparação
datasets = ['gemini', 'openai', 'deepgram']
dfs = {}

for model in datasets:
    ds = load_dataset(f"BernardoAI/wpp_pav_transcrito_{model}")
    dfs[model] = pl.DataFrame(ds['train'].to_pandas())

# Comparar latências
for model, df in dfs.items():
    latencia_media = df['latency_seconds'].mean()
    print(f"{model.title()}: {latencia_media:.2f}s")

# Comparar custos
for model, df in dfs.items():
    custo_total = df['estimated_cost_usd'].sum()
    print(f"{model.title()}: ${custo_total:.6f}")

🏷️ Citação

Se você usar este dataset em pesquisa, por favor cite:

@dataset{wpp_transcricoes_deepgram,
  title={Transcrições WhatsApp - Deepgram Nova 2},
  author={Sistema de Transcrição Automatizada},
  year={2025},
  url={https://huggingface.co/datasets/BernardoAI/wpp_pav_transcrito_deepgram}
}

📄 Licença

MIT License - Livre para uso comercial e acadêmico.

🤝 Contribuições

Criado como parte do projeto de comparação de APIs de transcrição. Feedback e sugestões são bem-vindos!

Gerado automaticamente em 25/06/2025 01:00:39