- Shipped
- 6 listopada 2026 23:23 UTC
- Author
- Kamo
- Commit
- 20e0701
Raport właściciela 2026-11-06: transkrypcje "nie odzwierciedlają całości połączenia Nagrania", a oddzielne kanały powinny wskazywać, kto mówi. Pomiar przeprowadzono na 180 nagraniach platformy z mowę (tylko do odczytu, w porównaniu z nowym Whisper Transkrypcja tego samego dźwięku: 52% zapisanych transkrypcji przechowywanych pod 80% słów Cięcie nie było na końcu (80 z 94 słów), 10 słów nie miało cięcia, 3 nie miało cięcia, 75,7% wszystkich słów zostało zachowanych krótkie nadal docierają do ostatnich 10% połączenia): routing organizacji wysyłał każdy fragment do gpt-4o-transcribe, który zwraca fragment skrócony po pauzie. - Każdy kawałek teraz prosi AIService o segmenty czasowe (aiservice 6fd880a), więc tylko modele 424 (nie ma takiego modelu dla tej organizacji) wraca do stanu zwykłego, jak wcześniej. - Nagrania są transkrybowane jako czasowe obroty (CallTurns): kawałki zszyte na nagraniu zegar w kolejności; kanały jednostronne (pliki rx/tx jednej części, gdy przesyłający oznacza je w Wszystkie kanały (w tym manifest) są transkrybowane jeden po drugim i scalane w kolejności czasowej z Głośnik (nasz członek przez rozszerzenie, inaczej druga strona). Pojedynczy kanał mieszany utrzymuje Dziennikowanie etykiet modelu tylko wtedy, gdy nagranie zostało wykonane w jednym żądaniu RECORDINGS.TRANSCRIPT_TURNS obok zwykłego TRANSCRIPT. Nagranie bez dźwięku jest Przechowywany jako pusty transkrypcja zamiast nieudanego ffmpeg. - TranscriptBackfill ponownie transkrybuje wiersze, których tury są null: jeden zapis na 30 s tick, na jednym pod (SingletonTaskRunner), pominięty, gdy ten pod ma transkrypcję na żywo, Audio i nigdy go nie zapisuje. Wymaga kamo-shared-library e1a4a4ee i aiservice 6fd880a.