fix(voix): refuser les lectures Gemini qui sautent des mots

Le contrôle lettre à lettre acceptait une lecture dès 85 %, alors qu'une
lecture complète atteint ~97 % (petites erreurs de Whisper) : une lecture à
86 % (mots sautés) passait sans nouvelle génération. Seuil porté à 92 %.

Les mots non entendus sont nommés dans les journaux et l'avertissement,
pour savoir ce qui manquait. Le modèle Whisper, déjà dans l'image, est
chargé sans interroger Hugging Face (HF_HUB_OFFLINE).

Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>
Claude-Session: https://claude.ai/code/session_018Ze4bs7tpF1KGWUk6ZZSZ4

ffmpeg-service/Dockerfile

@@ -30,6 +30,8 @@ ENV WHISPER_MODEL=${WHISPER_MODEL} \
     HOME=/tmp \
     XDG_CACHE_HOME=/tmp/.cache
 RUN python -c "from faster_whisper import WhisperModel; WhisperModel('${WHISPER_MODEL}', device='cpu', compute_type='int8')"
+# Modèle déjà présent : plus aucune requête vers Hugging Face au démarrage
+ENV HF_HUB_OFFLINE=1
 
 COPY main.py .
 COPY app ./app

ffmpeg-service/app/quality.py

@@ -9,7 +9,7 @@ pas rogner une syllabe.
 
 import asyncio
 import difflib
-from dataclasses import dataclass
+from dataclasses import dataclass, field
 from pathlib import Path
 
 import numpy as np
@@ -17,16 +17,21 @@ import numpy as np
 from . import proc
 from .align import Word, normalize
 
+MIN_COVERAGE = 0.92
+
 
 @dataclass
 class ReadingCheck:
     coverage: float  # part des mots attendus effectivement entendus
     extra: float  # mots entendus en trop (consigne lue, ajouts), rapportés au texte
     ending_ok: bool  # la fin du texte est bien lue
+    missing: list[str] = field(default_factory=list)  # mots attendus non entendus (diagnostic)
 
     @property
     def acceptable(self) -> bool:
-        return self.coverage >= 0.85 and self.extra <= 0.25 and self.ending_ok
+        # Comparaison lettre à lettre : une lecture complète atteint ~97 %
+        # (petites erreurs de Whisper) ; sous 92 %, des mots ont été sautés.
+        return self.coverage >= MIN_COVERAGE and self.extra <= 0.25 and self.ending_ok
 
     def describe(self) -> str:
         parts = [f"{self.coverage:.0%} des mots lus"]
@@ -34,6 +39,8 @@ class ReadingCheck:
             parts.append("fin tronquée")
         if self.extra > 0.25:
             parts.append("mots ajoutés")
+        if self.missing and self.coverage < MIN_COVERAGE:
+            parts.append("non entendus : " + " ".join(self.missing[:12]))
         return ", ".join(parts)
 
 
@@ -59,9 +66,21 @@ def check_reading(expected_text: str, spoken: list[Word]) -> ReadingCheck:
         coverage=matched / len(expected),
         extra=max(0, len(heard) - matched) / len(expected),
         ending_ok=tail_matched >= min(4, len(expected) - tail_start),
+        missing=_missing_words(expected_text, spoken),
     )
 
 
+def _missing_words(expected_text: str, spoken: list[Word]) -> list[str]:
+    """Mots attendus sans équivalent proche dans ce qui a été entendu."""
+    heard = {normalize(w.text) for w in spoken}
+    missing = []
+    for word in expected_text.split():
+        token = normalize(word)
+        if token and not any(difflib.SequenceMatcher(a=token, b=h).ratio() >= 0.7 for h in heard):
+            missing.append(word.strip(".,!?;:…"))
+    return missing
+
+
 # Enveloppe sonore : niveau de la voix toutes les 10 ms
 FRAME = 0.01
 # Est « audible » ce qui dépasse le niveau de crête moins 38 dB : un seuil

ffmpeg-service/tests/test_quality.py

@@ -60,3 +60,14 @@ def test_small_recognition_errors_are_not_missing_words():
     heard = _heard("Découvrez nos plans de saison à petit prix. On vous attend ce week -end.")
     check = check_reading(expected, heard)
     assert check.acceptable, check
+
+
+def test_skipped_words_are_detected_and_named():
+    expected = (
+        "Pour Halloween découvrez nos costumes nos bonbons et toute notre décoration effrayante en magasin."
+    )
+    heard = _heard("Pour Halloween découvrez nos costumes et toute notre décoration en magasin.")
+    check = check_reading(expected, heard)
+    assert not check.acceptable
+    assert "bonbons" in check.missing and "effrayante" in check.missing
+    assert "non entendus" in check.describe()