mirror of
https://github.com/R0m1k3/Socialflow.git
synced 2026-10-17 04:09:51 +02:00
Claude
d4c544e467
Fins de phrases coupées : - Le fondu final ne commence plus avant la fin de la voix (il rognait la dernière phrase quand la vidéo finissait peu après) ; il se raccourcit au besoin. Même règle côté Python, aperçu et rendu Remotion - SRT : découpe au milieu de la zone la plus calme de chaque pause, mesurée sur l'enveloppe sonore (tranches de 10 ms), avec un seuil relatif au niveau de la voix qui respecte les fins douces ; 300 ms gardées après le dernier son Bruits parasites : - Normalisation de la voix en deux passes, en mode linéaire : le mode dynamique relevait souffles et bruits entre les phrases (mesuré : -64 dB avant, -75 dB après dans les pauses) - Réduction de bruit douce (afftdn), compresseur sans gain ajouté, fondus de 5 ms aux extrémités ; mix final moins « pompant » (LRA 20) - Voix Gemini vérifiée : les bruits ajoutés avant le premier ou après le dernier mot sont retirés Vérification de lecture comparée lettre à lettre : les petites erreurs de Whisper ne déclenchent plus de régénérations inutiles. Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com> Claude-Session: https://claude.ai/code/session_018Ze4bs7tpF1KGWUk6ZZSZ4
82 lines
2.7 KiB
Python
82 lines
2.7 KiB
Python
from pathlib import Path
|
|
|
|
import numpy as np
|
|
|
|
from app.align import Word, spread_words
|
|
from app.quality import Envelope
|
|
from app.render import RenderPlan
|
|
from app.srt_voice import (
|
|
Cue,
|
|
as_sentence,
|
|
atempo_chain,
|
|
cue_windows,
|
|
mix_command,
|
|
segments_from_reading,
|
|
speed_factor,
|
|
split_by_cue,
|
|
)
|
|
|
|
|
|
def test_window_stops_at_next_cue_and_tolerates_a_short_overflow():
|
|
cues = [Cue(0.0, 2.0, "a"), Cue(2.1, 4.0, "b"), Cue(6.0, 7.0, "c")]
|
|
assert cue_windows(cues) == [2.1, 2.15, 1.25]
|
|
|
|
|
|
def test_voice_is_sped_up_only_when_too_long():
|
|
assert speed_factor(1.5, 2.0) == 1.0
|
|
assert speed_factor(3.0, 2.0) == 1.5
|
|
|
|
|
|
def test_atempo_is_split_into_supported_steps():
|
|
assert atempo_chain(1.25) == "atempo=1.2500"
|
|
assert atempo_chain(3.0) == "atempo=2.0000,atempo=1.5000"
|
|
|
|
|
|
def test_each_cue_becomes_a_sentence_for_the_reading():
|
|
assert as_sentence("Venez vite") == "Venez vite."
|
|
assert as_sentence("Promo !") == "Promo !"
|
|
|
|
|
|
def test_words_of_the_single_reading_are_split_between_cues():
|
|
words = [Word(t, i, i + 0.5) for i, t in enumerate(["Bonjour.", "Venez", "vite."])]
|
|
groups = split_by_cue(words, ["Bonjour.", "Venez vite."])
|
|
assert [[w.text for w in g] for g in groups] == [["Bonjour."], ["Venez", "vite."]]
|
|
assert split_by_cue(words, ["Bonjour."]) is None
|
|
|
|
|
|
def test_reading_is_cut_in_the_pause_without_clipping_sentence_endings():
|
|
# Whisper situe mal la fin de « Bonjour » (0,9 s) : la voix retombe
|
|
# doucement jusqu'à 1,05 s, puis vraie pause jusqu'à 1,6 s.
|
|
db = [-90.0] * 15 + [-20.0] * 75 + [-50.0] * 15 + [-90.0] * 55 + [-20.0] * 100 + [-90.0] * 40
|
|
env = Envelope(np.array(db))
|
|
groups = [[Word("Bonjour.", 0.2, 0.9)], [Word("Venez", 1.7, 2.1), Word("vite.", 2.1, 2.6)]]
|
|
first, second = segments_from_reading(groups, env)
|
|
assert first.source_end >= 1.05 + 0.25 # fin douce gardée, avec sa marge
|
|
assert first.source_end <= second.source_start
|
|
assert 1.5 <= second.source_start < 1.6
|
|
|
|
|
|
def test_each_segment_is_placed_at_its_cue_start():
|
|
cmd = mix_command([(Path("a.wav"), 0.0), (Path("b.wav"), 3.25)], Path("voice.wav"))
|
|
graph = cmd[cmd.index("-filter_complex") + 1]
|
|
assert "[1:a]adelay=3250:all=1[s1]" in graph
|
|
assert "amix=inputs=2" in graph and "normalize=0" in graph
|
|
|
|
|
|
def test_srt_voice_starts_without_delay():
|
|
plan = RenderPlan(
|
|
video=Path("in.mp4"),
|
|
video_duration=5.0,
|
|
output=Path("out.mp4"),
|
|
voice=Path("v.wav"),
|
|
voice_duration=8.0,
|
|
voice_delay=0.0,
|
|
)
|
|
assert plan.speech_end == 8.0
|
|
assert plan.total_duration == 8.8
|
|
|
|
|
|
def test_words_spread_over_their_cue():
|
|
words = spread_words("Bonjour à tous", 4.0, 5.0)
|
|
assert words[0].start == 4.0 and round(words[-1].end, 3) == 5.0
|