mirror of
https://github.com/R0m1k3/Socialflow.git
synced 2026-10-11 17:26:45 +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
63 lines
2.4 KiB
Python
63 lines
2.4 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
|