Uma aplicação desktop robusta e de alta performance desenvolvida para automatizar a extração, análise e formatação de dados a partir de documentos PDF complexos (como relatórios de auditoria, apresentações de slides e demonstrações financeiras).
O sistema opera com um motor híbrido: utiliza a inteligência visual do Google Gemini para análises profundas e um poderoso Extrator Nativo Offline (Regex + PyMuPDF) para estruturação de parágrafos quebrados e tabelas. O resultado é exportado de forma nativa e perfeitamente formatada para o Microsoft Word (.docx).
---
- 🤖 Análise com Inteligência Artificial (Gemini): Envia "fotografias" de cada página do PDF para o modelo Gemini, extraindo resumos, identificando divergências e pontuando riscos com base em um prompt customizável.
- 🔌 Modo de Simulação Offline: Processa documentos inteiros sem conexão com a internet ou consumo de cotas de API, extraindo texto bruto e detectando tabelas nativamente.
- 📊 Caçador de Tabelas: Identifica matrizes de dados dentro do PDF e as reconstrói nativamente no Word (utilizando o estilo
Table Grid), abandonando formatações rudimentares de texto. - 🧹 Limpeza de Texto Avançada (Regex): Resolve o problema clássico de cópia de PDFs (frases quebradas no meio do parágrafo), unindo sentenças e limpando caracteres de controle ocultos (Anti-Corrupção XML).
- 📝 Exportação Perfeita para MS Word: Gera arquivos
.docxblindados. Formata automaticamente cabeçalhos, aplica fonte Arial, insere espaçamento entre parágrafos (8pt) e configura margens corporativas. - 🛡️ UX Suprema e Controles de Segurança: Impede a leitura acidental de arquivos incorretos (lixo), burla o Modo de Exibição Protegido do Windows e oferece abertura inteligente de diretório após a exportação.
git clone https://github.com/SEU_USUARIO/transcritor-inovhia.git cd transcritor-inovhia