feat(quality): предупреждения о возможной потере содержания транскрипта
- Зачем: - транскрипция может тихо терять содержание: блоки галлюцинированных повторов и обрыв распознавания до конца файла выглядят как законченный транскрипт (класс ошибок из ADR-006), и читатель об этом не узнаёт. - Что: - новый модуль quality.py: детектор разрыва в хвосте (строго >120 с) и детектор блоков повторяющихся сегментов (серия >=4 для длинного текста, >=10 для короткого вроде «ага»). - предупреждения жёлтым в консоли (single и batch) и строками «Внимание» в шапке markdown-транскрипта; _format_duration переименована в публичную format_duration. - 27 новых тестов: границы порогов, нормализация текста, шапка formatter, точные строки CLI-сообщений с обрезкой «(+ ещё N)». - Проверка: - uv run pytest — 218 passed, 1 skipped. - ручной прогон записи 23:01 (gigaam-v3/onnx) — транскрипт полный, предупреждений нет. Co-Authored-By: Claude Fable 5 <noreply@anthropic.com>
This commit is contained in:
1 parent
650e7580e5
commit
b1dfd9dcca
6 files changed
+575
-3
No files matched your search
@@ -11,9 +11,21 @@ from rich.status import Status
|
||||
from .config import apply_device_defaults, load_config, resolve_defaults
|
||||
from .context_menu import install_menu as install_context_menu
|
||||
from .context_menu import uninstall_menu as uninstall_context_menu
|
||||
from .formatter import format_transcript, write_transcript
|
||||
from .formatter import (
|
||||
format_duration,
|
||||
format_timestamp,
|
||||
format_transcript,
|
||||
write_transcript,
|
||||
)
|
||||
from .quality import (
|
||||
TAIL_GAP_WARN_S,
|
||||
RepetitionBlock,
|
||||
find_repetition_blocks,
|
||||
tail_gap,
|
||||
)
|
||||
from .transcriber import (
|
||||
Segment,
|
||||
TranscribeResult,
|
||||
_is_cuda_error,
|
||||
_transcribe_file,
|
||||
load_model,
|
||||
@@ -45,6 +57,59 @@ def _format_device_info(device_used: str) -> str:
|
||||
return "CPU"
|
||||
|
||||
|
||||
def _format_repetition_blocks(
|
||||
blocks: list[RepetitionBlock],
|
||||
use_hours: bool,
|
||||
) -> str:
|
||||
"""Формирует краткое описание блоков повторов для консоли."""
|
||||
rendered = [
|
||||
f"[{format_timestamp(block.start, use_hours=use_hours)} - "
|
||||
f"{format_timestamp(block.end, use_hours=use_hours)}] ({block.count}×)"
|
||||
for block in blocks[:3]
|
||||
]
|
||||
summary = "; ".join(rendered)
|
||||
remaining = len(blocks) - 3
|
||||
if remaining > 0:
|
||||
summary = f"{summary} (+ ещё {remaining})"
|
||||
return summary
|
||||
|
||||
|
||||
def _print_quality_warnings(result: TranscribeResult, file_name: str | None = None) -> None:
|
||||
"""Печатает предупреждения о возможной потере содержания."""
|
||||
is_batch = file_name is not None
|
||||
use_hours = result.duration > 3600
|
||||
|
||||
gap = tail_gap(result)
|
||||
if gap > TAIL_GAP_WARN_S:
|
||||
covered = format_duration(result.segments[-1].end)
|
||||
total = format_duration(result.duration)
|
||||
message = (
|
||||
f"транскрипт покрывает {covered} из {total} — "
|
||||
"возможна потеря хвоста записи"
|
||||
)
|
||||
if is_batch:
|
||||
console.print(f" {file_name}: {message}", style="yellow")
|
||||
else:
|
||||
console.print(
|
||||
f"Внимание: {message}. Попробуйте другой --device.",
|
||||
style="yellow",
|
||||
)
|
||||
|
||||
blocks = find_repetition_blocks(result.segments)
|
||||
if blocks:
|
||||
message = (
|
||||
f"блоки повторов: {_format_repetition_blocks(blocks, use_hours)} "
|
||||
"— возможны галлюцинации модели"
|
||||
)
|
||||
if is_batch:
|
||||
console.print(f" {file_name}: {message}", style="yellow")
|
||||
else:
|
||||
console.print(
|
||||
f"Внимание: {message}. Попробуйте другой --device.",
|
||||
style="yellow",
|
||||
)
|
||||
|
||||
|
||||
@app.command()
|
||||
def main(
|
||||
files: list[Path] | None = typer.Argument(None, help="Пути к аудио/видеофайлам"),
|
||||
@@ -257,6 +322,7 @@ def _run_single(
|
||||
elapsed = time.monotonic() - start
|
||||
console.print(f"Транскрипт сохранён: \"{output_path}\"", style="green")
|
||||
console.print(f" Сегментов: {len(result.segments)} Время: {elapsed:.1f}с")
|
||||
_print_quality_warnings(result)
|
||||
|
||||
|
||||
def _run_batch(
|
||||
@@ -392,6 +458,7 @@ def _run_batch(
|
||||
style="green",
|
||||
)
|
||||
processed += 1
|
||||
_print_quality_warnings(result, file.name)
|
||||
except KeyboardInterrupt:
|
||||
raise
|
||||
except Exception as exc:
|
||||
|
||||
Reference in new issue
Block a user