Complete DDS training workflow and delivery package

backend/scripts/smoke_voice.py

@@ -0,0 +1,40 @@
+"""Проверка локального TTS → Whisper small без микрофона и внешней сети.
+
+Это не замер сквозной задержки звонка: TTS создаёт синтетический образец, а
+загрузка моделей оплачивается отдельно. На Windows выполнить ту же команду.
+"""
+
+import time
+
+import numpy as np
+from scipy.signal import resample_poly
+
+from app.voice.models import Synthesizer, WhisperRecognizer
+from pathlib import Path
+
+ROOT = Path(__file__).resolve().parents[1]
+PHRASE = "Пожар на улице Ленина, дом четырнадцать. Нужна помощь."
+
+
+def main() -> None:
+    started = time.monotonic()
+    tts = Synthesizer(ROOT / "models" / "silero-tts" / "v5_ru.pt")
+    print(f"TTS загружен за {time.monotonic() - started:.2f} с", flush=True)
+    started = time.monotonic()
+    pcm = tts.synthesize(PHRASE)
+    audio = np.frombuffer(pcm, dtype=np.int16).astype(np.float32) / 32768
+    audio = resample_poly(audio, 2, 3).astype(np.float32)
+    print(f"TTS: {time.monotonic() - started:.2f} с, звук {len(audio) / 16000:.2f} с", flush=True)
+
+    started = time.monotonic()
+    stt = WhisperRecognizer("http://127.0.0.1:18082")
+    stt.warmup()
+    print(f"Whisper server готов за {time.monotonic() - started:.2f} с", flush=True)
+    started = time.monotonic()
+    answer = stt.transcribe(audio)
+    print(f"Whisper: {time.monotonic() - started:.2f} с", flush=True)
+    print(f"ожидалось: {PHRASE}\nполучено:  {answer}", flush=True)
+
+
+if __name__ == "__main__":
+    main()