Identificação automática da fala do magistrado em audiências trabalhistas utilizando aprendizado de máquina: contribuições para consultorias em inovação no Judiciário e para elaboração de casos de ensino

Resumo

A Justiça do Trabalho enfrenta desafios significativos relacionados à morosidade processual, especialmente na análise de gravações de audiências que subsidiam a elaboração de minutas e votos no segundo grau. Nesse contexto, o uso de técnicas de Inteligência Artificial (IA) surge como alternativa para apoiar atividades de análise documental e reduzir o tempo empregado pelos servidores na identificação de informações relevantes. O Tribunal Regional do Trabalho da 8ª Região (TRT8) já utiliza a ferramenta ‘Degrava’ para transcrição automática de audiências, porém, à época desta pesquisa, ainda não dispunha de mecanismos capazes de identificar automaticamente o magistrado como orador. Assim, este estudo propõe e avalia um modelo de classificação de áudio para identificação da fala do magistrado em audiências trabalhistas. O dataset foi construído a partir de gravações públicas do TRT8, disponibilizadas no YouTube, especificamente da playlist “Sessões da 1ª Turma”. Os áudios foram extraídos, segmentados, normalizados e processados por meio de uma metodologia automatizada desenvolvida nesta pesquisa, com extração de características acústicas baseada em Mel-Frequency Cepstral Coefficients (MFCCs). O conjunto de dados final contemplou cinco classes, cada uma correspondente a um magistrado. Foram avaliados diversos algoritmos de Aprendizado de Máquina, incluindo Support Vector Machines (SVM), Logistic Regression (LR), Random Forest (RF), AdaBoost e redes neurais do tipo Multi Layer Perceptron (MLP). Os resultados indicaram desempenho elevado para todos os modelos, com acurácia superior a 94%, destacando-se o MLP, que atingiu acurácia próxima de 99% e métricas equilibradas entre as classes. Os achados demonstram que modelos tradicionais, aliados a um pré-processamento consistente, são eficazes em cenários acústicos ruidosos, característicos das audiências trabalhistas. Conclui-se que a identificação automática da fala do magistrado é tecnicamente viável, compatível com a infraestrutura computacional do TRT8 e passível de integração ao ecossistema da ferramenta ‘Degrava’, promovendo ganhos de celeridade, segurança jurídica e potencial expansão para identificação de outros interlocutores. Além de sua contribuição técnica, o estudo apresenta utilidade prática para consultorias empresariais e organizacionais voltadas à inovação no setor público, especialmente em iniciativas de transformação digital, automação de fluxos e melhoria da eficiência institucional. Os achados também podem subsidiar a elaboração de casos de ensino sobre aplicação de inteligência artificial no contexto jurídico, permitindo seu uso por docentes e facilitadores em atividades de aprendizagem baseada em problemas e análise de casos.