456f3cd34d
Контур замкнут без LLM: звонящий отвечает заготовками через слот-автомат. Живой диалог через WebSocket прошёл 5 раз подряд без сбоев: первая реплика после снятия трубки — 87–154 мс, ход — 1.2–1.4 с, перебивание — 88–90 мс. На LLM до цели 1.5 с остаётся 100–300 мс. Задача ответа живёт, пока у курсанта доигрывает звук: перебивание — это отмена одной задачи, и tts.end приходит, когда звонящий действительно замолчал. Что нашлось при сборке: - Silero молча выбрасывает цифры: «улица Ленина, дом… квартира…» без номеров. Числа и сокращения разворачиваются в слова до синтеза. - onnxruntime брал все 16 ядер и вытеснял синтез, первый вызов был холодным: распознавание 576 мс вместо ~210. Прогрев на старте и по 4 потока на модель. - Весь адрес одним предложением — ~455 мс синтеза до первого звука. Длинное предложение режется по запятым, номер от улицы не отрывается: ~250 мс. - Первая реплика «Алло! Помогите!» запускалась мимо задачи ответа и не перебивалась вовсе. Отдельно: сломал make dev — num2words попал в pyproject, а Dockerfile ставил зависимости ручным списком, и бэкенд в контейнере упал на импорте. Образ теперь ставит зависимости из pyproject.toml. Голоса в контейнере нет: под WSL модели работают нативно, make back.
53 lines
2.3 KiB
Python
53 lines
2.3 KiB
Python
"""Нормализация текста перед синтезом: адрес должен прозвучать целиком."""
|
||
|
||
import re
|
||
|
||
from app.voice.text import normalize, sentences, speech_chunks
|
||
|
||
|
||
def test_address_digits_become_words():
|
||
spoken = normalize("улица Ленина, 14, квартира 47, 5-й этаж")
|
||
assert not re.search(r"\d", spoken), spoken
|
||
assert "четырнадцать" in spoken and "сорок семь" in spoken and "пятый" in spoken
|
||
|
||
|
||
def test_abbreviations_are_expanded():
|
||
assert normalize("ул. Ленина, д. 14, кв. 47") == "улица Ленина, дом четырнадцать, квартира сорок семь"
|
||
|
||
|
||
def test_ordinal_gender_follows_suffix():
|
||
assert normalize("5-я линия") == "пятая линия"
|
||
assert normalize("3-е окно") == "третье окно"
|
||
assert normalize("2-й подъезд") == "второй подъезд"
|
||
|
||
|
||
def test_building_letter_is_spoken():
|
||
spoken = normalize("дом 47B")
|
||
assert "сорок семь" in spoken and "бэ" in spoken and "B" not in spoken
|
||
|
||
|
||
def test_nothing_to_say_is_empty_not_an_error():
|
||
"""Пустая строка роняет Silero ValueError — нормализация отдаёт пустое,
|
||
и синтез просто не вызывается."""
|
||
assert normalize(" ") == ""
|
||
|
||
|
||
def test_reply_splits_by_sentence():
|
||
assert sentences("Алло! Горим! Улица Ленина, дом четырнадцать.") == [
|
||
"Алло!", "Горим!", "Улица Ленина, дом четырнадцать."
|
||
]
|
||
|
||
|
||
def test_long_address_is_chunked_for_a_fast_first_sound():
|
||
chunks = speech_chunks("Улица Ленина, 14, квартира 47, 5-й этаж! Быстрее!")
|
||
assert chunks[0] == "Улица Ленина, 14,", chunks
|
||
assert "".join(chunks).replace(" ", "") == "УлицаЛенина,14,квартира47,5-йэтаж!Быстрее!"
|
||
|
||
|
||
def test_short_sentences_are_not_chopped():
|
||
assert speech_chunks("Алло! Горим!") == ["Алло!", "Горим!"]
|
||
|
||
|
||
def test_house_number_stays_with_the_street():
|
||
chunks = speech_chunks("Я же сказал — улица Ленина, 14, квартира 47, 5-й этаж! Записывайте!")
|
||
assert chunks[0].endswith("Ленина, 14,"), chunks
|