🗄️ Persistência e Deduplicação

🎯 Objetivo

A Fase 3 introduz persistência desacoplada para transcrições, permitindo reutilização futura baseada em hash SHA-256 do áudio.

A estratégia prepara o sistema para:

• deduplicação de transcrições
• redução de processamento de IA
• cache-first futuro
• event sourcing posterior
• integração assíncrona com RabbitMQ

🏗️ Estratégia Arquitetural

🔐 Estratégia de Deduplicação

Cada áudio será convertido para um hash SHA-256 determinístico.

        
        audio bytes
          ↓
        SHA-256
          ↓
        audioHash
          ↓
        consulta persistência
          ↓
        reutiliza ou processa IA
      
    

O hash será utilizado futuramente como:

• chave de cache
• identificador de deduplicação
• lookup rápido
• proteção contra reprocessamento

AudioHash e Deduplicação

O sistema agora possui um serviço dedicado para geração determinística do audioHash utilizando SHA-256 hexadecimal baseado no conteúdo binário do áudio.

    MessageDigest md = MessageDigest.getInstance("SHA-256");
    
    byte[] hash = md.digest(audioBytes);
    
    return HexFormat.of().formatHex(hash);
    

O hash será utilizado futuramente para deduplicação de transcrições, reuso inteligente e integração com mecanismos de cache.

Busca por AudioHash

O sistema agora possui um caso de uso dedicado para recuperação de transcrições utilizando audioHash.

      Optional<Transcription> result =
          gateway.findByAudioHash(audioHash);
      

O fluxo prepara a aplicação para deduplicação futura antes do envio para processamento de IA.

Adapter JPA

A persistência agora possui implementação concreta utilizando Spring Data JPA e PostgreSQL.

      @Entity
      @Table(name = "transcriptions")
      public class TranscriptionEntity {

        @Id
        @Column(nullable = false, updatable = false)
        private UUID id;

        @Column(name = "audio_hash", nullable = false, unique = true, length = 64)
        private String audioHash;

        @Column(name = "transcription", nullable = false, columnDefinition = "TEXT")
        private String transcription;

        @Column(name = "created_at", nullable = false, updatable = false)
        private LocalDateTime createdAt;
      }
      

A entidade JPA permanece separada da entidade de domínio preservando o isolamento arquitetural.

Migration Inicial

Foi criada a primeira migration Flyway responsável pela estrutura inicial da persistência de transcrições.

      CREATE TABLE transcriptions
      (
          id            UUID         NOT NULL,
          audio_hash    VARCHAR(64)  NOT NULL,
          transcription TEXT         NOT NULL,
          created_at    TIMESTAMPTZ  NOT NULL DEFAULT now(),

          CONSTRAINT pk_transcriptions PRIMARY KEY (id),
          CONSTRAINT uq_transcriptions_audio_hash UNIQUE (audio_hash)
      );
    

O índice único em audio_hash prepara a aplicação para deduplicação eficiente.

🧱 Estrutura da tabela

🧩 Fluxo planejado

HTTP Request
      ↓
GetTranscriptionByHashUseCase
      ↓
TranscriptionGateway
      ↓
PostgreSQL

(se não existir)

Processar IA
      ↓
SaveTranscriptionUseCase
      ↓
Persistir resultado

📍 Roadmap da Fase 3