mirror of
https://github.com/R0m1k3/Socialflow.git
synced 2026-10-14 10:48:20 +02:00
Claude
4b8fbe6d8e
- Contrôle de lecture : les nombres et l'unité qui les suit ne sont plus comparés lettre à lettre. Whisper écrit « 11 € 99 » ou « 40 cm » là où le texte dit « 11,99 € » ou « 40 centimètres » : une lecture correcte passait pour des mots sautés (88–91 %) et relançait jusqu'à 3 générations. - Découpe de la lecture SRT : la coupe entre deux sous-titres se fait dans la pause mesurée la plus proche de la borne estimée (fins de phrases préférées aux virgules), et non plus à la borne Whisper elle-même, fausse quand un prix non reconnu termine la phrase : la coupe tombait alors au milieu d'une phrase. - Whisper reçoit 0,5 s de silence avant la voix : il laissait passer le premier mot (« Alerte ») d'une voix qui démarre aussitôt. Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com> Claude-Session: https://claude.ai/code/session_01X3ywVwJUjjUXuvM6PwSzSi
106 lines
4.3 KiB
Python
106 lines
4.3 KiB
Python
import numpy as np
|
||
|
||
from app.align import Word
|
||
from app.quality import FRAME, Envelope, check_reading, envelope_from_samples, sentence_cut
|
||
|
||
|
||
def _heard(text: str) -> list[Word]:
|
||
return [Word(t, i * 0.3, i * 0.3 + 0.25) for i, t in enumerate(text.split())]
|
||
|
||
|
||
def test_complete_reading_is_accepted():
|
||
check = check_reading(
|
||
"Découvrez nos nouveautés en magasin", _heard("découvrez nos nouveautés en magasin")
|
||
)
|
||
assert check.acceptable and check.coverage == 1.0
|
||
|
||
|
||
def test_truncated_ending_is_rejected():
|
||
check = check_reading("Découvrez nos nouveautés en magasin", _heard("découvrez nos nouveautés"))
|
||
assert not check.ending_ok and not check.acceptable
|
||
|
||
|
||
def test_instruction_read_aloud_is_rejected():
|
||
heard = _heard("lis ce texte sur un ton dynamique découvrez nos nouveautés en magasin")
|
||
assert not check_reading("Découvrez nos nouveautés en magasin", heard).acceptable
|
||
|
||
|
||
def _envelope(levels):
|
||
"""Enveloppe synthétique : liste de (durée en s, niveau en dB)."""
|
||
db = []
|
||
for seconds, level in levels:
|
||
db += [level] * int(round(seconds / FRAME))
|
||
return Envelope(np.array(db, dtype=float))
|
||
|
||
|
||
def test_soft_sentence_endings_are_kept():
|
||
# Parole à -20 dB, fin de phrase douce à -50 dB (relatif : -30 dB, audible),
|
||
# puis vrai silence à -90 dB
|
||
env = _envelope([(0.2, -90), (1.0, -20), (0.3, -50), (0.6, -90)])
|
||
start, end = env.speech_span(0.0, env.duration)
|
||
assert round(start, 2) == 0.12 # 80 ms avant la parole
|
||
assert round(end, 2) == 1.8 # 300 ms après la fin douce (à 1,5 s)
|
||
|
||
|
||
def test_cut_falls_in_the_quietest_part_of_the_pause():
|
||
env = _envelope([(1.0, -20), (0.15, -60), (0.2, -85), (0.15, -60), (1.0, -20)])
|
||
cut = sentence_cut(env, previous_end=0.95, next_start=1.55)
|
||
assert 1.15 <= cut <= 1.35
|
||
|
||
|
||
def test_envelope_from_samples_measures_level():
|
||
rate = 16000
|
||
samples = np.concatenate([np.zeros(rate // 2), 0.5 * np.ones(rate // 2)]).astype(np.float32)
|
||
env = envelope_from_samples(samples, rate)
|
||
assert env.db[0] < -100 and abs(env.db[-1] - 20 * np.log10(0.5)) < 0.1
|
||
|
||
|
||
def test_small_recognition_errors_are_not_missing_words():
|
||
expected = "Découvrez nos plantes de saison à petits prix. On vous attend ce week-end."
|
||
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()
|
||
|
||
|
||
def test_prices_and_units_written_differently_are_not_missing_words():
|
||
expected = "Alerte léopard ! Le coussin de 40 centimètres à 11,99 €. Le cabas à 13,99 €."
|
||
heard = _heard("Alerte léopard ! Le coussin de 40 cm à 11 € 99. Le cabas à 13,99 euros.")
|
||
check = check_reading(expected, heard)
|
||
assert check.acceptable, check
|
||
assert check.missing == []
|
||
|
||
|
||
def test_skipped_word_next_to_a_price_is_still_detected():
|
||
expected = "Le coussin léopard à 11,99 €. Le cabas doux et chaud à 13,99 €."
|
||
heard = _heard("Le coussin à 11,99 €. Le cabas à 13,99 €.")
|
||
check = check_reading(expected, heard)
|
||
assert not check.acceptable
|
||
assert "léopard" in check.missing
|
||
|
||
|
||
def test_cut_uses_the_real_pause_when_word_timing_is_estimated():
|
||
# Phrase 1 jusqu'à 2,0 s (dont un prix non reconnu), virgule à 1,0 s,
|
||
# pause de fin de phrase 2,0–2,4 s. Whisper place la fin de la phrase
|
||
# et le début de la suivante vers 2,9 s (mots interpolés).
|
||
env = _envelope([(0.3, -90), (0.7, -20), (0.1, -90), (0.9, -20), (0.4, -90), (1.5, -20), (0.3, -90)])
|
||
cut = sentence_cut(env, previous_end=2.9, next_start=2.95)
|
||
assert 2.0 <= cut <= 2.4
|
||
|
||
|
||
def test_cut_prefers_the_sentence_pause_over_a_comma():
|
||
env = _envelope([(0.3, -90), (1.0, -20), (0.12, -90), (0.8, -20), (0.45, -90), (1.0, -20), (0.3, -90)])
|
||
# Borne estimée entre la virgule (1,3 s) et la fin de phrase (2,22 s)
|
||
cut = sentence_cut(env, previous_end=1.7, next_start=1.75)
|
||
assert 2.22 <= cut <= 2.67
|