Второй проход по промежуткам, которые детектор счёл тишиной

Диаризация задавала не только «кто говорит», но и границы того, что вообще
попадает в распознавание: фразы вне её сегментов пропадали молча. Второй
проход их возвращает с пометкой recovered=true и speaker=0.

Замер на восьми записях: 131 слово из 17 004 (0,8 %), 3-19 с на запись.
Возвращается и настоящий диалог (вопрос о цене, даты, документы), и радио
на фоне, поэтому проход отключается настройкой recover_gaps.

Скрипты render_transcript.py и check_gaps.py - для сверки расшифровки
с записью и поиска потерянных фраз.

Co-Authored-By: Claude Opus 5 (1M context) <noreply@anthropic.com>

This commit is contained in:

Vladimir Bryzgalov

2026-08-16 22:07:02 +05:00

co-authored by

Claude Opus 5

parent fd90cdadc1

commit 56cf7e5b0e

8 changed files with 401 additions and 5 deletions

.gitignore

View File

@@ -5,3 +5,4 @@ dist/
 models/
 data/
 config.toml
 transcripts/