🎙️ STT offline com Phonon-2.5

Nível 4 · 👁️ Polifemo · ⏱️ ~15 min · Pré-requisitos: Python e pip instalados; noções básicas de terminal

📌 Pra que serve

Transcrever áudio diretamente na máquina do usuário — zero APIs, zero latência de rede, zero vazamento de dados. Phonon-2.5 compacta o que Whisper v3 faz em 2.5GB para apenas 156MB, mantendo precisão (101.8% vs baseline). Serve para apps de acessibilidade, assistentes locais, ditação offline em Raspberry Pi ou qualquer caso em que privacidade e velocidade importam mais que a conveniência de cloud.

🛠️ Passo a passo

1. Instale via pip

pip install phonon-2.5

Ou clone o repositório oficial no GitHub da Fermion AI.

2. Baixe o modelo (~156MB)

from phonon import Phonon
   model = Phonon.load("phonon-2.5-25lang")

Suporta 25 idiomas (incluso português); Download de primeira vez é automático.

3. Transcreva áudio local

result = model.transcribe("seu_audio.wav", language="pt")
   print(result["text"])

4. Teste a latência
- MacBook Air: ~20s para 1h de áudio
- Raspberry Pi 5: roda em tempo real
- Snapdragon 8 Elite: primeiras palavras em 7.5ms

💡 Dica: Integre no seu app Python/mobile sem overhead — muito mais leve que Whisper e com suporte offline nativo. Ótimo para GDPR/compliance (dados nunca saem da máquina).

🔗 Links e instalação

GitHub: github.com/fermion-ai/phonon (Apache 2.0)
Modelo HuggingFace: fermion/phonon-2.5-25lang
App completo: Detta (Mac, integrado)
Licença: CC-BY-4.0 (use livremente)
Referência: https://paragraph.com/@twiata/this-week-in-all-things-ai-week-43-2026