Update README.md

README.md

@@ -1,29 +1,22 @@
 # Arquitetura Speech2Learning (S2L)
 
-Repositório de documentação e artefatos da Speech2Learning, uma arquitetura que tem como objetivo oferecer uma abstração de software que favoreça a acessibilidade de conteúdos educacionais por meio do conceito de reconhecimento de fala. Especificamente, a Speech2Learning tem foco na acessibilidade de conteúdos audíveis, os quais são convertidos em texto, gerando insumos para transcrições, legendas ou sinalização em línguas de sinais (através de um avatar de LIBRAS baseado em texto, como o Hand Talk, por exemplo). Além disso, esta proposta possui sinergia com os conceitos de Objetos de Aprendizagem (OA) e Recursos Educacionais Abertos (REAs), os quais foram integrados à arquitetura visando a padronização de artefatos de ensino reutilizáveis e (preferencialmente) licenciados de maneira aberta.
+Este repositório documenta o doutorado de Venilton FalvoJr (@falvojr) e suas contribuições-chave: a Arquitetura Speech2Learning e duas instâncias desenvolvidas em colaboração com a EdTech DIO.
 
-## Mapeamento Sistemático da Literatura
+A Speech2Learning é uma arquitetura que busca proporcionar uma abstração de software para aprimorar a acessibilidade de conteúdos educacionais por meio do reconhecimento de fala. Em particular, a Speech2Learning concentra-se em tornar os conteúdos audíveis acessíveis, convertendo-os em texto. Isso possibilita a criação de transcrições, legendas ou sinalizações em línguas de sinais, por exemplo, por meio de avatares de LIBRAS baseados em texto. Além disso, essa proposta está alinhada com os conceitos de Objetos de Aprendizagem (OA) e Recursos Educacionais Abertos (REAs), que foram integrados à arquitetura para padronizar a criação de artefatos educacionais reutilizáveis e, preferencialmente, licenciados de forma aberta.
 
-Antes de propormos a Arquitetura Speech2Learning, conduzimos um Mapeamento Sistemático (MS) com o objetivo de identificar como a tecnologia tem contribuído para o ensino e aprendizagem por meio das línguas de sinais (FalvoJr et al., [2020a](https://doi.org/10.5753/cbie.sbie.2020.812); [2020b](https://doi.org/10.1109/FIE44824.2020.9274169); [2020c](https://doi.org/10.22456/1679-1916.110217)). O MS identificou 185 estudos primários, oferecendo um panorama das principais soluções tecnológicas relacionadas à educação para surdos e delimitando as publicações focadas na Língua Brasileira de Sinais (LIBRAS).
+## Mapeamento Sistemático da Literatura
 
-Em geral, o MS concluiu que a tecnologia já tem contribuído significativamente para o ensino e aprendizagem através das línguas de sinais. No entanto, os estudos primários carecem de padrões e boas práticas de desenvolvimento que possam favorecer o compartilhamento de seus objetos de aprendizagem. Diante dessa lacuna, a arquitetura de software Speech2Learning foi criada para promover a construção de soluções que estejam estruturalmente preparadas para a inclusão de pessoas surdas no processo de ensino e aprendizagem, por meio da acessibilidade de conteúdos educacionais audíveis.
+Antes de desenvolver a Arquitetura Speech2Learning, realizamos um Mapeamento Sistemático (MS) para entender como a tecnologia tem contribuído para o ensino e aprendizagem por meio das línguas de sinais (FalvoJr et al., [2020a](https://doi.org/10.5753/cbie.sbie.2020.812); [2020b](https://doi.org/10.1109/FIE44824.2020.9274169); [2020c](https://doi.org/10.22456/1679-1916.110217)). O MS identificou 185 estudos primários, oferecendo uma visão geral das principais soluções tecnológicas relacionadas à educação para surdos, com foco na Língua Brasileira de Sinais (LIBRAS).
 
-Tecnicamente, a Speech2Learning propõe um arcabouço genérico, que não se limita apenas às línguas de sinais. Contudo, ela oferece uma abstração que facilita a acessibilidade de objetos de aprendizagem audíveis, permitindo que suas transcrições sejam geradas e, consequentemente, possibilitando a sinalização dos mesmos. Nesse contexto, soluções baseadas em avatares (como o [Hand Talk](https://www.handtalk.me/), que se destacou em nosso MS) podem ser exploradas a partir das transcrições, tornando os conteúdos acessíveis ao público das línguas de sinais.
+Em resumo, o MS concluiu que a tecnologia já desempenha um papel significativo no ensino e aprendizagem por meio das línguas de sinais. No entanto, os estudos primários carecem de padrões e boas práticas de desenvolvimento que possam facilitar o compartilhamento de seus objetos de aprendizagem. Diante dessa necessidade, a arquitetura de software Speech2Learning foi concebida para promover a construção de soluções que estejam estruturalmente preparadas para a inclusão de pessoas surdas no processo de ensino e aprendizagem, tornando os conteúdos educacionais audíveis acessíveis.
 
 ## Principais Influências
 
-Nesse contexto, propomos a Arquitetura Speech2Learning, uma adaptação da *Clean Architecture* [(Martin, 2012)](https://blog.cleancoder.com/uncle-bob/2012/08/13/the-clean-architecture.html) no domínio educacional, com o objetivo de promover a acessibilidade de objetos de aprendizagem através do reconhecimento de fala. Antes de apresentarmos o desenho da Speech2Learning, é importante fundamentar brevemente a *Clean Architecture* e suas principais características.
-
-O termo *Clean Architecture* foi cunhado por Robert Martin (Uncle Bob) em 2012 e tem se difundido desde então, principalmente pelo sucesso de sua série de livros (Martin, [2008](https://www.amazon.com/gp/product/0132350882); [2011](https://www.amazon.com/gp/product/0137081073); [2017](https://www.amazon.com/gp/product/0134494164); [2019](https://www.amazon.com/gp/product/0135781868); [2021](https://www.amazon.com/gp/product/013691571X)). Em linhas gerais, a *Clean Architecture* é uma ideia prática que integra algumas das principais referências em Engenharia de Software nas últimas décadas, incluindo:  
-
--   *Hexagonal Architecture* (também conhecida como *Ports and Adapters*): Idealizada por [Cockburn (2005)](https://alistair.cockburn.us/hexagonal-architecture) e adotada no livro de [Freeman e Pryce (2009)](https://www.amazon.com.br/Growing-Object-Oriented-Software-Guided-Tests/dp/0321503627), que, segundo Robert Martin: "Expõe a profunda simbiose entre Test Driven Development (TDD) e Object Oriented Design (OOD)";
--   *Onion Architecture*: Proposta por [Palermo (2008)](https://jeffreypalermo.com/2008/07/the-onion-architecture-part-1), é estruturalmente muito similar à *Clean Architecture* e foi uma das precursoras a propor camadas concêntricas;
--   *Data, Context and Interaction (DCI)*: [Coplien e Reenskaug (2012)](https://www.amazon.com/Agile-Software-Architecture-Paradigm-Orientation-ebook/dp/B019ZTY6EM) definem o paradigma DCI, o qual nos faz refletir sobre a forma como lidamos com a Programação Orientada a Objetos (POO), sugerindo o DCI como fundamento para um código mais expressivo [(Reenskaug, 2009)](https://dci.github.io/documents/commonsense.pdf). Um adendo interessante é que Reenskaug também é o criador do padrão MVC;
--   *Boundary, Control and Entity (BCE)*: Desenvolvido por Ivar Jacobson, um dos pioneiros da UML, é um padrão arquitetural que favorece a engenharia de software orientada a objetos guiada por casos de uso [(Jacobson, 1992)](https://www.amazon.com/Object-Oriented-Software-Engineering-Approach/dp/0201544350).
+A Arquitetura Speech2Learning é uma adaptação da [Clean Architecture](https://blog.cleancoder.com/uncle-bob/2012/08/13/the-clean-architecture.html) de Robert Martin (Uncle Bob) para tornar objetos de aprendizagem acessíveis por meio do reconhecimento de fala. A Clean Architecture combina ideias-chave da Engenharia de Software, como a [Hexagonal Architecture](https://alistair.cockburn.us/hexagonal-architecture), a [Onion Architecture](https://jeffreypalermo.com/2008/07/the-onion-architecture-part-1), o paradigma [Data, Context and Interaction (DCI)](https://www.amazon.com/Agile-Software-Architecture-Paradigm-Orientation-ebook/dp/B019ZTY6EM) e o padrão [Boundary, Control and Entity (BCE)](https://www.amazon.com/Object-Oriented-Software-Engineering-Approach/dp/0201544350). Todas essas abordagens compartilham a ideia de separar o código em camadas independentes, colocando o domínio no centro da arquitetura, permitindo a criação de sistemas altamente testáveis, independentes de tecnologia e adaptáveis às necessidades do projeto.
 
-Todas essas iniciativas compartilham a ideia de separar o código em camadas independentes e ter o domínio no centro da arquitetura, permitindo a criação de sistemas altamente testáveis, independentes de tecnologia e adaptáveis às necessidades específicas de um projeto. Embora a *Clean Architecture* tenha uma estrutura geral definida por Robert Martin, é importante lembrar que ela possui flexibilidade e adaptabilidade como algumas de suas principais características. É possível, por exemplo, adicionar novas camadas, ajustar as responsabilidades, modificar a granularidade dos componentes da arquitetura e até mesmo introduzir novas tecnologias ou padrões. 
+A grande aceitação da Clean Architecture na indústria a torna uma referência sólida para abordar os desafios identificados no Mapeamento Sistemático da Literatura. A Arquitetura Speech2Learning mantém as características essenciais da Clean Architecture, formalizando aspectos cruciais para a acessibilidade de OA audíveis. Com isso, nosso objetivo é estabelecer uma estrutura que facilite a criação de soluções educacionais acessíveis, beneficiando aprendizes surdos por meio de transcrições interpretadas por avatares de línguas de sinais, como o [Hand Talk](https://www.handtalk.me/) e [VLibras](https://www.gov.br/governodigital/pt-br/vlibras), que se destacaram em nosso MS.
 
-Tais características, aliadas à grande aceitação da *Clean Architecture* na indústria, sugerem uma referência sólida e confiável para abordarmos os gaps identificados em nosso MS, visando potencializar a criação de soluções educacionais flexíveis e modulares, com foco em reúso e independência de tecnologia. Nesse contexto, propomos a Arquitetura Speech2Learning, uma adaptação da *Clean Architecture* que mantém todas as suas características intrínsecas, mas formaliza aspectos importantes para a acessibilidade de objetos de aprendizagem audíveis. Com isso, nossa intenção é definir uma estrutura que favoreça a construção de soluções educacionais acessíveis, as quais podem beneficiar aprendizes surdos através de transcrições interpretadas por avatares de línguas de sinais, por exemplo.
+Aqui está o diagrama da Arquitetura Speech2Learning para uma visualização mais clara:
 
 ```mermaid
 graph RL;
@@ -61,9 +54,17 @@ classDef ucs fill:#ffb1c1,stroke:#5f112b,color:#5f112b;
 classDef entities fill:#e2c54b,stroke:#3a3000,color:#3a3000;
 classDef entities_secondary fill:#fff0c0,stroke:#3a3000,color:#3a3000,stroke-dasharray: 4 4;
 
-class Web,Dis,UI,BD,EXT infra;
-class Con,Gat,Pre adapters;
+class Web,Dis,BD,EXT,UI infra;
+class Con,Pre,Gat adapters;
 class UC ucs;
-class OA,IGat entities;
+class OA,OAA,Meta,IGat,IRep,IS2T entities;
 class OAA,Meta,IRep,IS2T entities_secondary;
 ```
+
+## Instâncias da Speech2Learning
+
+Aqui estão as duas instâncias criadas como mecanismos de avaliação indireta da Arquitetura Speech2Learning:
+
+1. **Legendas Automáticas de Videoaulas**: Inclui Prova de Conceito (PoC), Estudo de Caso e uma pesquisa abrangente focada na qualidade das transcrições automáticas de importantes provedores de Speech-To-Text (STT) em todo o mundo.
+
+2. **Player de Vídeo com Design Acessível**: Envolve uma PoC e um Experimento com ênfase na qualidade do player de vídeo, especialmente para o público surdo, usando avatares de LIBRAS baseados em texto (a partir da transcrição das videoaulas).