feat: Agrega primera version de template (revisar archivo de documentacion - docs.md)

app/schemas/audio_standard.py

@@ -0,0 +1,92 @@
+"""
+Esquema de resultado esperado de modelos de transcripción.
+
+Propósito:
+    Define el formato estándar de los resultados devueltos por los modelos de transcripción
+    de audio, independientemente del proveedor de IA utilizado.
+
+Homologación:
+    Garantiza que el resultado de la transcripción siempre se entregue en el mismo
+    formato estándar para Qualidot.
+    
+Pendiente (recomendación personal):
+    - Definir mejor la estructura de cada segmento según las opciones avanzadas (diarization, timestamps, sentiment)
+    - Delimitar los proveedores de IA soportados inicialmente 
+"""
+
+from fastapi import UploadFile
+from fastapi.params import File, Form
+from pydantic import BaseModel, Field
+from typing import List, Optional
+
+class AudioRequestFile:
+    """Modelo de solicitud para transcripción de audio."""
+    def __init__(
+        self,
+        file: UploadFile = File(..., description="Archivo de audio a procesar (ej. mp3, wav)"),
+        provider: str = Form(..., description="Proveedor de IA a utilizar (ej. openai, assemblyai)"),
+        model: str = Form(..., description="Modelo de IA a utilizar (ej. whisper-1)"),
+        diarization: Optional[bool] = Form(False, description="Activa la separación e identificación de múltiples hablantes"),
+        timestamps: Optional[bool] = Form(False, description="Activa las marcas de tiempo exactas por cada segmento hablado"),
+        sentiment: Optional[bool] = Form(False, description="Activa el análisis de sentimiento (POSITIVO/NEGATIVO) por segmento")
+    ):
+        self.file = file
+        self.provider = provider
+        self.model = model
+        self.diarization = diarization
+        self.timestamps = timestamps
+        self.sentiment = sentiment
+
+class TranscriptionSegment(BaseModel):
+    """Modelo que representa un segmento de transcripción de audio detallado."""
+    text: str = Field(
+        ..., 
+        description="Texto transcrito en este fragmento específico"
+    )
+    speaker: Optional[str] = Field(
+        None, 
+        description="Identificador del hablante (ej. 'Speaker A') si diarization está activo"
+    )
+    start_time: Optional[float] = Field(
+        None, 
+        description="Marca de tiempo en segundos donde inicia el segmento"
+    )
+    end_time: Optional[float] = Field(
+        None, 
+        description="Marca de tiempo en segundos donde termina el segmento"
+    )
+    sentiment: Optional[str] = Field(
+        None, 
+        description="Sentimiento detectado en el segmento (ej. 'POSITIVE', 'NEGATIVE')"
+    )
+
+class StandardTranscriptionResult(BaseModel):
+    """Modelo que representa el resultado estándar de una transcripción de audio para Qualidot."""
+    status: str = Field(
+        ..., 
+        description="Estado final de la petición ('success' o 'error')"
+    )
+    original_filename: str = Field(
+        ..., 
+        description="Nombre original del archivo de audio procesado"
+    )
+    provider_used: str = Field(
+        ..., 
+        description="Proveedor de IA que ejecutó la transcripción (ej. OpenAI)"
+    )
+    model_used: str = Field(
+        ..., 
+        description="Modelo específico utilizado para el proceso"
+    )
+    full_transcript: Optional[str] = Field(
+        None, 
+        description="Texto completo y continuo de toda la transcripción"
+    )
+    segments: Optional[List[TranscriptionSegment]] = Field(
+        None, 
+        description="Lista detallada de segmentos si se solicitaron opciones avanzadas (diarization, timestamps, sentiment)"
+    )
+    confidence_score: Optional[float] = Field(
+        None, 
+        description="Nivel de certeza global del modelo (valor entre 0.0 y 1.0)"
+    )