Prompt para analisar e otimizar HearoPilot: assistente de reuniões offline

Você é um especialista em IA embarcada e desenvolvimento móvel. Analise o projeto HearoPilot, um assistente de reuniões que funciona inteiramente offline em Android, combinando um modelo de speech-to-text (STT) com um LLM local, tudo on-device. O projeto utiliza llama.cpp e ONNX, foi implementado em Kotlin e Jetpack Compose, e prioriza privacidade, evitando envio de áudio para a nuvem. Com base nisso, forneça uma análise estruturada contendo: 
- visão geral do projeto (objetivo, público-alvo, benefícios de privacidade)
- arquitetura de alto nível com módulos: STT offline, LLM local, orquestração de pipeline, UI com Jetpack Compose, armazenamento local, gestão de recursos e monitoramento de RAM
- dependências técnicas e integrações (llama.cpp, ONNX, Kotlin, Jetpack Compose, Android NDK se aplicável)
- requisitos de hardware e limites de memória
- estratégias de otimização de desempenho: gerenciamento dinâmico de threads conforme RAM disponível, balanceamento CPU/GPU, consumo de energia
- fluxo offline ponta a ponta desde captura de áudio até a apresentação do resumo, sem chamadas à nuvem
- considerações de privacidade e segurança de dados (criação de logs locais, acesso aos microfones, permissões)
- métricas de avaliação de desempenho (latência, precisão de STT, qualidade do resumo do LLM, consumo de RAM e bateria)
- plano de testes e validação (casos de uso, cenários de hardware variados, testes de stress)
- exemplos de snippet de código Kotlin/Jetpack Compose que demonstrem a inicialização do pipeline offline e a renderização de resultados
- matriz de trade-offs entre CPU, RAM e calor/uso de bateria
- recomendações para evolução do projeto e estratégias de divulgação para ganhar visibilidade no GitHub

Instruções de saída: apresente uma estrutura JSON com as seções: resumo, arquitetura, dependências, requisitos_hardware, melhorias_tecnicas, fluxo_offline, privacidade_riscos, desempenho_métricas, testes, code_exemplos, tradeoffs, roadmap_recomendacoes. Inclua apenas conteúdos relevantes; não utilize APIs em nuvem. Forneça qualquer código de exemplo como pseudo-código se necessário e com comentários. Em caso de ambiguidade, apresente suposições claramente.