Skip to content

waltereidi/SpeechRecognition

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

113 Commits
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

Repository files navigation

🎓 API de Tradução de Áudio

Projeto desenvolvido como Trabalho de Conclusão de Curso (TCC) da pós-graduação em Desenvolvimento Full Stack da UNIMAR.


📌 Sobre o Projeto

Este projeto consiste na construção de uma API de tradução de áudio para texto, baseada em uma arquitetura moderna de microserviços, com foco em:

  • Escalabilidade
  • Baixo acoplamento
  • Alta coesão
  • Processamento eficiente de dados

A solução permite converter, processar e traduzir áudios automaticamente, utilizando conceitos avançados de engenharia de software.


🧠 Arquitetura

A aplicação foi projetada seguindo boas práticas de arquitetura distribuída:

  • Microserviços
  • DDD (Domain Driven Design)
  • CQRS (Command Query Responsibility Segregation)
  • Mensageria com filas
  • Desacoplamento entre camadas

🔧 Estrutura de Camadas

  • Domínio

    • Regras de negócio isoladas
  • Aplicação

    • Orquestração dos serviços
  • Infraestrutura

    • Banco de dados e serviços externos
  • Mensageria

    • Comunicação entre microserviços

🚀 Tecnologias Utilizadas

  • 🔹 API Backend (Full Stack)
  • 🔹 Banco NoSQL: Firestore
  • 🔹 Mensageria: RabbitMQ
  • 🔹 Arquitetura: DDD + CQRS
  • 🔹 Padrões de Projeto: GoF (Gang of Four)
  • 🔹 Integração com IA para tradução de áudio

🎯 Objetivo

Objetivo Geral

Desenvolver uma API capaz de:

  1. Receber arquivos de áudio
  2. Converter para um formato compatível
  3. Processar via modelo de IA
  4. Traduzir para texto
  5. Armazenar os resultados

📍 Problema Resolvido

Criar um sistema de tradução de áudio:

  • 💰 Baixo custo de infraestrutura
  • Alta escalabilidade
  • 🔄 Suporte a múltiplas requisições simultâneas
  • 🏥 Aplicável em ambientes hospitalares com alto volume de uso

📌 Funcionalidades

  • 🎤 Upload de áudio
  • 🔄 Conversão de formatos
  • 🤖 Tradução automatizada com IA
  • 📦 Armazenamento em banco NoSQL
  • 📡 Comunicação entre serviços via mensageria

🔄 Escalabilidade

O sistema foi projetado para:

  • Escalar horizontalmente (microserviços)
  • Processar múltiplas filas simultaneamente
  • Suportar crescimento de usuários sem perda de desempenho

🧩 Diferenciais

  • Arquitetura desacoplada
  • Alta flexibilidade para expansão
  • Separação clara entre domínio e infraestrutura
  • Uso de padrões modernos de engenharia de software

📚 Referências

  • FOWLER, Martin — Patterns of Enterprise Application Architecture
  • ZIMAREV, Alexey — Hands-On Domain-Driven Design with .NET Core
  • VIDELA, Álvaro — RabbitMQ in Action
  • MARTIN, Robert C. — Clean Architecture

👨‍💻 Autor

Walter Eidi Matsuda


📅 Ano

2026


📄 Licença

Este projeto é acadêmico e pode ser adaptado para uso profissional.


About

No description, website, or topics provided.

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

 
 
 

Contributors