- Enviado
- 25 de septiembre de 2026 a las 1:19 UTC
- Autor
- Kamo
- Commit
- 5a8dc76
La sonda corre dentro de la cápsula e imprime un documento JSON para register.py: a TTS ida y vuelta por voz e idioma (recall >= 0.8), la fila del lote STT, una sesión de transcripción en tiempo real, y con -- concurrencia N que muchos períodos de sesiones al lado de un lote de ~60 s (p95 extremo de la palabra para la transcripción ) = 4 s). Contra un Speaches local 0.9.0-rc.3 (mejor bloqueo, modelos enfilados) tres cosas difieren del plan y se fijan aquí: - las frases sueltan el nombre de la marca: Whisper oye "Kamo" como Commo, Carmo, Camus o TAML, que falló en español en cada carrera (recordar 0.77) y izquierda Piper una palabra de fracaso; frases libres de marca anotó 1.00 en 16/16 carreras; - la sesión en tiempo real fluye 100 ms marcos a ritmo real: una explosión hecha el servidor cierra el mismo turno diez veces (duplicate commits, "item already existe" eventos de error, el giro transcribido de nuevo para cada uno); - la sesión se une a cada turno completado, mantiene eventos de error servidor para el detalle en lugar de fallar en el primero, y compromete el buffer en sí solo cuando todo audio es enviado y nada está siendo transcrito. p95 es un verdadero rango más cercano (ceil), y el bloque de carga reporta el detalle del lote.