{ "version": 1, "fixtures": [ { "id": "s1_5_echo_only", "stage": 1, "scenario": 5, "variant": "echo_only", "source": "male_ordinary", "split": "development", "wav": "fixtures/s1_5_echo_only.wav", "sha256": "8b6c3fe77df883726cfb36d7293b926687de2317ae5d5c7c505050af07913491", "seconds": 8.23, "reference": "", "params": { "echo_delay_ms": 80, "echo_gain": 0.55 }, "metrics": { "samples": 395040, "sample_rate": 48000, "seconds": 8.23, "rms_dbfs": -24.077249763200452, "peak_dbfs": -5.595576818618824, "near_clip_fraction_0_98": 0.0, "full_scale_fraction": 0.0, "non_speech_rms_dbfs": -24.077249763200452 }, "mask": "fixtures/s1_5_echo_only.npz", "mask_kind": "clean_source_energy_estimate", "expected_finals": 0, "source_waveform_begin_seconds": 0.5, "source_waveform_end_seconds": 7.43 }, { "id": "s1_6_double_talk", "stage": 1, "scenario": 6, "variant": "double_talk", "source": "male_codes", "split": "development", "wav": "fixtures/s1_6_double_talk.wav", "sha256": "53f954bbeadaf96576587ab0ab9b677e21ad5388fbddb5085e0f539ed63dc770", "seconds": 10.25, "reference": "Рейс ТЕСТ сто двадцать три. Скорость тысяча километров в час. Осталось тридцать минут. Полоса три тысячи пятьсот метров.", "params": { "far_end": "male_ordinary.wav", "echo_delay_ms": 80, "echo_gain": 0.55 }, "metrics": { "samples": 492000, "sample_rate": 48000, "seconds": 10.25, "rms_dbfs": -19.093861397974198, "peak_dbfs": 0.12554131411275138, "near_clip_fraction_0_98": 2.4390243902439026e-05, "full_scale_fraction": 8.130081300813007e-06, "non_speech_rms_dbfs": -49.103410190406734 }, "mask": "fixtures/s1_6_double_talk.npz", "mask_kind": "clean_source_energy_estimate", "expected_finals": 1, "source_waveform_begin_seconds": 0.5, "source_waveform_end_seconds": 9.45 }, { "id": "s2_1_ordinary", "stage": 2, "scenario": 1, "variant": "ordinary", "source": "real1", "split": "development", "wav": "fixtures/s2_1_ordinary.wav", "sha256": "7372ec7507990e0c5d1b8427d4f4d10567e675da324edccabf5674727dc20cfc", "seconds": 20.212666666666667, "reference": "Длинная нестабильная фраза может упереться в восьмисекундное окно.\nОкно сокращается после совпадения слов двух decode. Если устойчивый префикс не появляется, дальнейший рост приводит к overflow. Тест длинной фразы существует, но использует символический decoder, а не реальный Whisper", "params": {}, "metrics": { "samples": 970208, "sample_rate": 48000, "seconds": 20.212666666666667, "rms_dbfs": -17.085542673454334, "peak_dbfs": 3.1400511088859377, "near_clip_fraction_0_98": 0.0072242240839077805, "full_scale_fraction": 0.007115999868069527, "non_speech_rms_dbfs": -35.086621466310746 }, "mask": "fixtures/s2_1_ordinary.npz", "mask_kind": "clean_source_energy_estimate", "expected_finals": 1, "source_waveform_begin_seconds": 0.5, "source_waveform_end_seconds": 19.412666666666667 }, { "id": "s2_2_minus18", "stage": 2, "scenario": 2, "variant": "minus18", "source": "real1", "split": "development", "wav": "fixtures/s2_2_minus18.wav", "sha256": "9553dcfcf3f4e7c25c47d0247a9f62110f1575c7e07056d7d5a4199e2e640bb0", "seconds": 20.212666666666667, "reference": "Длинная нестабильная фраза может упереться в восьмисекундное окно.\nОкно сокращается после совпадения слов двух decode. Если устойчивый префикс не появляется, дальнейший рост приводит к overflow. Тест длинной фразы существует, но использует символический decoder, а не реальный Whisper", "params": { "attenuation_db": -18 }, "metrics": { "samples": 970208, "sample_rate": 48000, "seconds": 20.212666666666667, "rms_dbfs": -35.08554315913364, "peak_dbfs": -14.859949339498545, "near_clip_fraction_0_98": 0.0, "full_scale_fraction": 0.0, "non_speech_rms_dbfs": -53.08662190302996 }, "mask": "fixtures/s2_2_minus18.npz", "mask_kind": "clean_source_energy_estimate", "expected_finals": 1, "source_waveform_begin_seconds": 0.5, "source_waveform_end_seconds": 19.412666666666667 }, { "id": "s2_3_quiet_codes", "stage": 2, "scenario": 3, "variant": "quiet_codes", "source": "male_codes", "split": "development", "wav": "fixtures/s2_3_quiet_codes.wav", "sha256": "d13f9d8d5f3ff0bf1b234f8e55cfe4efa51403e555bdec077a166264040c4e16", "seconds": 10.25, "reference": "Рейс ТЕСТ сто двадцать три. Скорость тысяча километров в час. Осталось тридцать минут. Полоса три тысячи пятьсот метров.", "params": { "attenuation_db": -18 }, "metrics": { "samples": 492000, "sample_rate": 48000, "seconds": 10.25, "rms_dbfs": -38.35922748053228, "peak_dbfs": -18.329562437269256, "near_clip_fraction_0_98": 0.0, "full_scale_fraction": 0.0, "non_speech_rms_dbfs": -55.44776922668547 }, "mask": "fixtures/s2_3_quiet_codes.npz", "mask_kind": "clean_source_energy_estimate", "expected_finals": 1, "source_waveform_begin_seconds": 0.5, "source_waveform_end_seconds": 9.45 }, { "id": "s2_4_mixed", "stage": 2, "scenario": 4, "variant": "mixed", "source": "real1", "split": "development", "wav": "fixtures/s2_4_mixed.wav", "sha256": "c138d21ea2b8ef8beaed4df0a6c87fde1c74dfb8df7bec48b86a7688b3997ea3", "seconds": 20.212666666666667, "reference": "Длинная нестабильная фраза может упереться в восьмисекундное окно.\nОкно сокращается после совпадения слов двух decode. Если устойчивый префикс не появляется, дальнейший рост приводит к overflow. Тест длинной фразы существует, но использует символический decoder, а не реальный Whisper", "params": { "first_half_db": -18, "second_half_db": -6 }, "metrics": { "samples": 970208, "sample_rate": 48000, "seconds": 20.212666666666667, "rms_dbfs": -32.83879735266772, "peak_dbfs": -14.859949339498545, "near_clip_fraction_0_98": 0.0, "full_scale_fraction": 0.0, "non_speech_rms_dbfs": -51.92857591786477 }, "mask": "fixtures/s2_4_mixed.npz", "mask_kind": "clean_source_energy_estimate", "expected_finals": 1, "source_waveform_begin_seconds": 0.5, "source_waveform_end_seconds": 19.412666666666667 }, { "id": "s2_5_clipped", "stage": 2, "scenario": 5, "variant": "clipped", "source": "real1", "split": "development", "wav": "fixtures/s2_5_clipped.wav", "sha256": "7582ea331871eaec4da98a6535b73d132fafb94daf9549a782fbe19523ba5115", "seconds": 20.212666666666667, "reference": "Длинная нестабильная фраза может упереться в восьмисекундное окно.\nОкно сокращается после совпадения слов двух decode. Если устойчивый префикс не появляется, дальнейший рост приводит к overflow. Тест длинной фразы существует, но использует символический decoder, а не реальный Whisper", "params": { "gain_db": 12, "hard_clip": 0.99 }, "metrics": { "samples": 970208, "sample_rate": 48000, "seconds": 20.212666666666667, "rms_dbfs": -12.246148251514503, "peak_dbfs": -0.0872960243771853, "near_clip_fraction_0_98": 0.021812848378904317, "full_scale_fraction": 0.0, "non_speech_rms_dbfs": -41.16597568638353 }, "mask": "fixtures/s2_5_clipped.npz", "mask_kind": "clean_source_energy_estimate", "expected_finals": 1, "source_waveform_begin_seconds": 0.5, "source_waveform_end_seconds": 19.412666666666667 }, { "id": "s2_6_pause800", "stage": 2, "scenario": 6, "variant": "pause800", "source": "real1", "split": "development", "wav": "fixtures/s2_6_pause800.wav", "sha256": "ab5bf5f1c3719ed2ed87f13e3f4658d6f27bc4c67bc21037ab3f5c484baf004a", "seconds": 21.012666666666668, "reference": "Длинная нестабильная фраза может упереться в восьмисекундное окно.\nОкно сокращается после совпадения слов двух decode. Если устойчивый префикс не появляется, дальнейший рост приводит к overflow. Тест длинной фразы существует, но использует символический decoder, а не реальный Whisper", "params": { "inserted_pause_ms": 800, "at_sample": 588480 }, "metrics": { "samples": 1008608, "sample_rate": 48000, "seconds": 21.012666666666668, "rms_dbfs": -17.254118245389776, "peak_dbfs": 3.1400511088859377, "near_clip_fraction_0_98": 0.006949181446111869, "full_scale_fraction": 0.006845077572258003, "non_speech_rms_dbfs": -35.406904996994875 }, "mask": "fixtures/s2_6_pause800.npz", "mask_kind": "clean_source_energy_estimate", "expected_finals": 1, "source_waveform_begin_seconds": 0.5, "source_waveform_end_seconds": 20.212666666666667 }, { "id": "s3_1_snr15", "stage": 3, "scenario": 1, "variant": "snr15", "source": "real1", "split": "development", "wav": "fixtures/s3_1_snr15_headroom.wav", "sha256": "bcbc61cd31af6d7f3a1cfa9836ad9eb8dddf675364f3989a677313aeb94920f2", "seconds": 20.212666666666667, "reference": "Длинная нестабильная фраза может упереться в восьмисекундное окно.\nОкно сокращается после совпадения слов двух decode. Если устойчивый префикс не появляется, дальнейший рост приводит к overflow. Тест длинной фразы существует, но использует символический decoder, а не реальный Whisper", "params": { "snr_db": 15, "kind": "colored_noise", "headroom_preparation": { "gain_db": -6.679404259191529, "peak_ceiling_dbfs": -3, "applied_to_whole_fixture_before_all_profiles": true, "snr_preserved_before_browser": true, "previous_input": { "wav": "fixtures/s3_1_snr15.wav", "sha256": "5af644d639d094217933ef95bd9449d0d1553bd11486e1c7c193339604f6690d", "metrics": { "samples": 970208, "sample_rate": 48000, "seconds": 20.212666666666667, "rms_dbfs": -16.826639560433712, "peak_dbfs": 3.679404259191528, "near_clip_fraction_0_98": 0.007243807513440417, "full_scale_fraction": 0.0071283683498796135, "non_speech_rms_dbfs": -28.421821817427308 } }, "reason": "Synthetic mixing/resampling produced over-range values; apply one constant gain before capture, not a DSP candidate." } }, "metrics": { "samples": 970208, "sample_rate": 48000, "seconds": 20.212666666666667, "rms_dbfs": -23.506043690289435, "peak_dbfs": -2.9999995180030155, "near_clip_fraction_0_98": 0.0, "full_scale_fraction": 0.0, "non_speech_rms_dbfs": -35.10122594839243 }, "mask": "fixtures/s3_1_snr15.npz", "mask_kind": "clean_source_energy_estimate", "expected_finals": 1, "source_waveform_begin_seconds": 0.5, "source_waveform_end_seconds": 19.412666666666667, "pre_headroom_noise_metrics": { "samples": 907808, "sample_rate": 48000, "seconds": 18.912666666666667, "rms_dbfs": -28.938002071272884, "peak_dbfs": -15.541153621664435, "near_clip_fraction_0_98": 0.0, "full_scale_fraction": 0.0 } }, { "id": "s3_1_snr5", "stage": 3, "scenario": 1, "variant": "snr5", "source": "real1", "split": "development", "wav": "fixtures/s3_1_snr5_headroom.wav", "sha256": "bb0eb45b84c4360bbe0c133aac89e9b1f625077a13901b3c3abbcd4da50d9ab0", "seconds": 20.212666666666667, "reference": "Длинная нестабильная фраза может упереться в восьмисекундное окно.\nОкно сокращается после совпадения слов двух decode. Если устойчивый префикс не появляется, дальнейший рост приводит к overflow. Тест длинной фразы существует, но использует символический decoder, а не реальный Whisper", "params": { "snr_db": 5, "kind": "colored_noise", "headroom_preparation": { "gain_db": -7.995545723996028, "peak_ceiling_dbfs": -3, "applied_to_whole_fixture_before_all_profiles": true, "snr_preserved_before_browser": true, "previous_input": { "wav": "fixtures/s3_1_snr5.wav", "sha256": "4d5888124fda4e7d0d1c652d6bd6dbf483931eff8b533cc18c909f101f65b320", "metrics": { "samples": 970208, "sample_rate": 48000, "seconds": 20.212666666666667, "rms_dbfs": -15.020864426414924, "peak_dbfs": 4.9955457239960275, "near_clip_fraction_0_98": 0.007336571127016063, "full_scale_fraction": 0.007219070549820245, "non_speech_rms_dbfs": -19.459014827225086 } }, "reason": "Synthetic mixing/resampling produced over-range values; apply one constant gain before capture, not a DSP candidate." } }, "metrics": { "samples": 970208, "sample_rate": 48000, "seconds": 20.212666666666667, "rms_dbfs": -23.016410207506553, "peak_dbfs": -3.0000002493010487, "near_clip_fraction_0_98": 0.0, "full_scale_fraction": 0.0, "non_speech_rms_dbfs": -27.454560609594218 }, "mask": "fixtures/s3_1_snr5.npz", "mask_kind": "clean_source_energy_estimate", "expected_finals": 1, "source_waveform_begin_seconds": 0.5, "source_waveform_end_seconds": 19.412666666666667, "pre_headroom_noise_metrics": { "samples": 907808, "sample_rate": 48000, "seconds": 18.912666666666667, "rms_dbfs": -18.9760798021388, "peak_dbfs": -4.913410113224288, "near_clip_fraction_0_98": 0.0, "full_scale_fraction": 0.0 } }, { "id": "s3_2_keyboard", "stage": 3, "scenario": 2, "variant": "keyboard", "source": "real1", "split": "development", "wav": "fixtures/s3_2_keyboard_headroom.wav", "sha256": "00eab5a3312c58c10ab3f967be157ae565fbd715bfe8b74a70f1a81d7abf3e9c", "seconds": 20.212666666666667, "reference": "Длинная нестабильная фраза может упереться в восьмисекундное окно.\nОкно сокращается после совпадения слов двух decode. Если устойчивый префикс не появляется, дальнейший рост приводит к overflow. Тест длинной фразы существует, но использует символический decoder, а не реальный Whisper", "params": { "snr_db": 10, "kind": "synthetic_impulses", "headroom_preparation": { "gain_db": -11.78625701211181, "peak_ceiling_dbfs": -3, "applied_to_whole_fixture_before_all_profiles": true, "snr_preserved_before_browser": true, "previous_input": { "wav": "fixtures/s3_2_keyboard.wav", "sha256": "173e3d9ac187ae459cc30e31e00586cbeef188e9f8ee8b440eb615fe5f5f5f81", "metrics": { "samples": 970208, "sample_rate": 48000, "seconds": 20.212666666666667, "rms_dbfs": -16.355311307336923, "peak_dbfs": 8.78625701211181, "near_clip_fraction_0_98": 0.007484992908737095, "full_scale_fraction": 0.00733760183383357, "non_speech_rms_dbfs": -24.60685968666133 } }, "reason": "Synthetic mixing/resampling produced over-range values; apply one constant gain before capture, not a DSP candidate." } }, "metrics": { "samples": 970208, "sample_rate": 48000, "seconds": 20.212666666666667, "rms_dbfs": -28.141568542197337, "peak_dbfs": -3.0000002493010487, "near_clip_fraction_0_98": 0.0, "full_scale_fraction": 0.0, "non_speech_rms_dbfs": -36.39311691306571 }, "mask": "fixtures/s3_2_keyboard.npz", "mask_kind": "clean_source_energy_estimate", "expected_finals": 1, "source_waveform_begin_seconds": 0.5, "source_waveform_end_seconds": 19.412666666666667, "pre_headroom_noise_metrics": { "samples": 907808, "sample_rate": 48000, "seconds": 18.912666666666667, "rms_dbfs": -24.183507091764326, "peak_dbfs": 6.43823598174925, "near_clip_fraction_0_98": 0.00031063837287179666, "full_scale_fraction": 0.0002709824103775248 } }, { "id": "s3_3_babble", "stage": 3, "scenario": 3, "variant": "babble", "source": "real1", "split": "development", "wav": "fixtures/s3_3_babble_headroom.wav", "sha256": "cfd41fa463340b54e609d2ddf155cafa90a12c979214ec0046d6b11f56a66b78", "seconds": 20.212666666666667, "reference": "Длинная нестабильная фраза может упереться в восьмисекундное окно.\nОкно сокращается после совпадения слов двух decode. Если устойчивый префикс не появляется, дальнейший рост приводит к overflow. Тест длинной фразы существует, но использует символический decoder, а не реальный Whisper", "params": { "snr_db": 5, "kind": "male_development_synthetic_babble", "headroom_preparation": { "gain_db": -8.361721971990024, "peak_ceiling_dbfs": -3, "applied_to_whole_fixture_before_all_profiles": true, "snr_preserved_before_browser": true, "previous_input": { "wav": "fixtures/s3_3_babble.wav", "sha256": "e877dc36326a5caa9860e5e51368abf7a7d1626593b70b044af6ece8955d27b2", "metrics": { "samples": 970208, "sample_rate": 48000, "seconds": 20.212666666666667, "rms_dbfs": -15.046646282789569, "peak_dbfs": 5.361721971990024, "near_clip_fraction_0_98": 0.007395321415613971, "full_scale_fraction": 0.007258237408885517, "non_speech_rms_dbfs": -19.58195194954796 } }, "reason": "Synthetic mixing/resampling produced over-range values; apply one constant gain before capture, not a DSP candidate." } }, "metrics": { "samples": 970208, "sample_rate": 48000, "seconds": 20.212666666666667, "rms_dbfs": -23.408367960030553, "peak_dbfs": -2.9999995180030155, "near_clip_fraction_0_98": 0.0, "full_scale_fraction": 0.0, "non_speech_rms_dbfs": -27.943673628182893 }, "mask": "fixtures/s3_3_babble.npz", "mask_kind": "clean_source_energy_estimate", "expected_finals": 1, "source_waveform_begin_seconds": 0.5, "source_waveform_end_seconds": 19.412666666666667, "pre_headroom_noise_metrics": { "samples": 907808, "sample_rate": 48000, "seconds": 18.912666666666667, "rms_dbfs": -19.04065176291697, "peak_dbfs": -2.357990522691102, "near_clip_fraction_0_98": 0.0, "full_scale_fraction": 0.0 } }, { "id": "s3_4_ending_noise", "stage": 3, "scenario": 4, "variant": "ending_noise", "source": "real1", "split": "development", "wav": "fixtures/s3_4_ending_noise_headroom.wav", "sha256": "a8b6222b612899b56ca1b44553d5c2c19a3251d14d3c1593511cdccf052f21fc", "seconds": 20.212666666666667, "reference": "Длинная нестабильная фраза может упереться в восьмисекундное окно.\nОкно сокращается после совпадения слов двух decode. Если устойчивый префикс не появляется, дальнейший рост приводит к overflow. Тест длинной фразы существует, но использует символический decoder, а не реальный Whisper", "params": { "snr_db": 15, "ending_attenuation_db": -18, "headroom_preparation": { "gain_db": -6.709074590333811, "peak_ceiling_dbfs": -3, "applied_to_whole_fixture_before_all_profiles": true, "snr_preserved_before_browser": true, "previous_input": { "wav": "fixtures/s3_4_ending_noise.wav", "sha256": "9f8269329d8d1cc55accbf24cfc81cbaa99005a5f560d589baa7d3929d0ca17a", "metrics": { "samples": 970208, "sample_rate": 48000, "seconds": 20.212666666666667, "rms_dbfs": -16.845645555299093, "peak_dbfs": 3.7090745903338114, "near_clip_fraction_0_98": 0.007233500445265345, "full_scale_fraction": 0.007109815627164485, "non_speech_rms_dbfs": -28.18673329989643 } }, "reason": "Synthetic mixing/resampling produced over-range values; apply one constant gain before capture, not a DSP candidate." } }, "metrics": { "samples": 970208, "sample_rate": 48000, "seconds": 20.212666666666667, "rms_dbfs": -23.554720017119415, "peak_dbfs": -2.9999995180030155, "near_clip_fraction_0_98": 0.0, "full_scale_fraction": 0.0, "non_speech_rms_dbfs": -34.895807758909164 }, "mask": "fixtures/s3_4_ending_noise.npz", "mask_kind": "clean_source_energy_estimate", "expected_finals": 1, "source_waveform_begin_seconds": 0.5, "source_waveform_end_seconds": 19.412666666666667, "pre_headroom_noise_metrics": { "samples": 907808, "sample_rate": 48000, "seconds": 18.912666666666667, "rms_dbfs": -28.54049466236824, "peak_dbfs": -15.131603761433885, "near_clip_fraction_0_98": 0.0, "full_scale_fraction": 0.0 } }, { "id": "s3_5_reverb", "stage": 3, "scenario": 5, "variant": "reverb", "source": "real1", "split": "development", "wav": "fixtures/s3_5_reverb_headroom.wav", "sha256": "ad4e983a90ffc06ef9a92770142c0b55b244895a456c4537b5424b92352fb057", "seconds": 20.912645833333332, "reference": "Длинная нестабильная фраза может упереться в восьмисекундное окно.\nОкно сокращается после совпадения слов двух decode. Если устойчивый префикс не появляется, дальнейший рост приводит к overflow. Тест длинной фразы существует, но использует символический decoder, а не реальный Whisper", "params": { "synthetic_ir": [ [ 0, 1 ], [ 50, 0.45 ], [ 110, 0.3 ], [ 220, 0.2 ], [ 400, 0.1 ], [ 650, 0.05 ] ], "headroom_preparation": { "gain_db": -10.893363910749398, "peak_ceiling_dbfs": -3, "applied_to_whole_fixture_before_all_profiles": true, "snr_preserved_before_browser": true, "previous_input": { "wav": "fixtures/s3_5_reverb.wav", "sha256": "b9239eeda87c985fdbd928494a5e1d2a8084951dfa74208580eb3bff336c4b4c", "metrics": { "samples": 1003807, "sample_rate": 48000, "seconds": 20.912645833333332, "rms_dbfs": -12.666067026410559, "peak_dbfs": 7.8933639107493985, "near_clip_fraction_0_98": 0.015667354381868226, "full_scale_fraction": 0.015524896718193836, "non_speech_rms_dbfs": -31.076849476371166 } }, "reason": "Synthetic mixing/resampling produced over-range values; apply one constant gain before capture, not a DSP candidate." } }, "metrics": { "samples": 1003807, "sample_rate": 48000, "seconds": 20.912645833333332, "rms_dbfs": -23.559431371404944, "peak_dbfs": -3.0000002493010487, "near_clip_fraction_0_98": 0.0, "full_scale_fraction": 0.0, "non_speech_rms_dbfs": -41.97021382291452 }, "mask": "fixtures/s3_5_reverb.npz", "mask_kind": "clean_source_energy_estimate", "expected_finals": 1, "source_waveform_begin_seconds": 0.5, "source_waveform_end_seconds": 20.112645833333332 }, { "id": "s3_6_silence", "stage": 3, "scenario": 6, "variant": "silence", "source": null, "split": "development", "wav": "fixtures/s3_6_silence.wav", "sha256": "8585ff3baf55f7c4eb4a835ec4da87e9d4cc407251ec9b293c4d9ed1ef396510", "seconds": 7.3, "reference": "", "params": {}, "metrics": { "samples": 350400, "sample_rate": 48000, "seconds": 7.3, "rms_dbfs": null, "peak_dbfs": null, "near_clip_fraction_0_98": 0.0, "full_scale_fraction": 0.0, "non_speech_rms_dbfs": null }, "mask": "fixtures/s3_6_silence.npz", "mask_kind": "clean_source_energy_estimate", "expected_finals": 0, "source_waveform_begin_seconds": 0.5, "source_waveform_end_seconds": 6.5 }, { "id": "s3_6_noise", "stage": 3, "scenario": 6, "variant": "noise", "source": null, "split": "development", "wav": "fixtures/s3_6_noise.wav", "sha256": "e963b011ab4b3929523200c5b919138f3ea62c6245917b458c5b76ac38ce60e6", "seconds": 7.3, "reference": "", "params": { "rms_target_dbfs": -33.979400086720375 }, "metrics": { "samples": 350400, "sample_rate": 48000, "seconds": 7.3, "rms_dbfs": -34.831116184020765, "peak_dbfs": -20.99777736055589, "near_clip_fraction_0_98": 0.0, "full_scale_fraction": 0.0, "non_speech_rms_dbfs": -34.831116184020765 }, "mask": "fixtures/s3_6_noise.npz", "mask_kind": "clean_source_energy_estimate", "expected_finals": 0, "source_waveform_begin_seconds": 0.5, "source_waveform_end_seconds": 6.5 }, { "id": "s4_1_transition", "stage": 4, "scenario": 1, "variant": "transition", "source": "real1", "split": "development", "wav": "fixtures/s4_1_transition.wav", "sha256": "92f5d8280fdf8e5e1654039c4124ae0c88f524e93d32c5cd55b1c43e27ccf8f2", "seconds": 20.212666666666667, "reference": "Длинная нестабильная фраза может упереться в восьмисекундное окно.\nОкно сокращается после совпадения слов двух decode. Если устойчивый префикс не появляется, дальнейший рост приводит к overflow. Тест длинной фразы существует, но использует символический decoder, а не реальный Whisper", "params": { "first_db": -18, "last_db": 0, "at_sample": 453904 }, "metrics": { "samples": 970208, "sample_rate": 48000, "seconds": 20.212666666666667, "rms_dbfs": -29.249717651440417, "peak_dbfs": -12.203287991312845, "near_clip_fraction_0_98": 0.0, "full_scale_fraction": 0.0, "non_speech_rms_dbfs": -53.535182337334355 }, "mask": "fixtures/s4_1_transition.npz", "mask_kind": "clean_source_energy_estimate", "expected_finals": 1, "source_waveform_begin_seconds": 0.5, "source_waveform_end_seconds": 19.412666666666667 }, { "id": "s4_2_transition", "stage": 4, "scenario": 2, "variant": "transition", "source": "real1", "split": "development", "wav": "fixtures/s4_2_transition_headroom.wav", "sha256": "3e796b0c45e55125192d230105536ec7339eebae373fa1291499ae362409a1ee", "seconds": 20.212666666666667, "reference": "Длинная нестабильная фраза может упереться в восьмисекундное окно.\nОкно сокращается после совпадения слов двух decode. Если устойчивый префикс не появляется, дальнейший рост приводит к overflow. Тест длинной фразы существует, но использует символический decoder, а не реальный Whisper", "params": { "first_db": 0, "last_db": -18, "at_sample": 453904, "headroom_preparation": { "gain_db": -6.140051108885939, "peak_ceiling_dbfs": -3, "applied_to_whole_fixture_before_all_profiles": true, "snr_preserved_before_browser": true, "previous_input": { "wav": "fixtures/s4_2_transition.wav", "sha256": "c0fa15375ad9403f2a473bbfadd73d0ab2c3a40220c06fa7c04ccfb053bd2ad8", "metrics": { "samples": 970208, "sample_rate": 48000, "seconds": 20.212666666666667, "rms_dbfs": -17.285082126585802, "peak_dbfs": 3.1400511088859377, "near_clip_fraction_0_98": 0.0072242240839077805, "full_scale_fraction": 0.007115999868069527, "non_speech_rms_dbfs": -39.15313268636683 } }, "reason": "Synthetic mixing/resampling produced over-range values; apply one constant gain before capture, not a DSP candidate." } }, "metrics": { "samples": 970208, "sample_rate": 48000, "seconds": 20.212666666666667, "rms_dbfs": -23.425133542037262, "peak_dbfs": -3.0000002493010487, "near_clip_fraction_0_98": 0.0, "full_scale_fraction": 0.0, "non_speech_rms_dbfs": -45.293184056889366 }, "mask": "fixtures/s4_2_transition.npz", "mask_kind": "clean_source_energy_estimate", "expected_finals": 1, "source_waveform_begin_seconds": 0.5, "source_waveform_end_seconds": 19.412666666666667 }, { "id": "s4_3_noise_change", "stage": 4, "scenario": 3, "variant": "noise_change", "source": "real1", "split": "development", "wav": "fixtures/s4_3_noise_change_headroom.wav", "sha256": "2e3c0aeb96f0a3c62642cbe2a78076b55ba6710993a94dd49fc099993cbada3c", "seconds": 20.212666666666667, "reference": "Длинная нестабильная фраза может упереться в восьмисекундное окно.\nОкно сокращается после совпадения слов двух decode. Если устойчивый префикс не появляется, дальнейший рост приводит к overflow. Тест длинной фразы существует, но использует символический decoder, а не реальный Whisper", "params": { "first_snr_db": 20, "last_snr_db": 5, "headroom_preparation": { "gain_db": -6.525028237892042, "peak_ceiling_dbfs": -3, "applied_to_whole_fixture_before_all_profiles": true, "snr_preserved_before_browser": true, "previous_input": { "wav": "fixtures/s4_3_noise_change.wav", "sha256": "f760b127b031a546d89b2b04b570d1f4108b69ddc48a97abb2d6b21aee8a2295", "metrics": { "samples": 970208, "sample_rate": 48000, "seconds": 20.212666666666667, "rms_dbfs": -16.945937767759965, "peak_dbfs": 3.525028237892042, "near_clip_fraction_0_98": 0.007245868927075431, "full_scale_fraction": 0.00712218410897457, "non_speech_rms_dbfs": -30.538255504133 } }, "reason": "Synthetic mixing/resampling produced over-range values; apply one constant gain before capture, not a DSP candidate." } }, "metrics": { "samples": 970208, "sample_rate": 48000, "seconds": 20.212666666666667, "rms_dbfs": -23.470966143154847, "peak_dbfs": -3.0000002493010487, "near_clip_fraction_0_98": 0.0, "full_scale_fraction": 0.0, "non_speech_rms_dbfs": -37.06328387882006 }, "mask": "fixtures/s4_3_noise_change.npz", "mask_kind": "clean_source_energy_estimate", "expected_finals": 1, "source_waveform_begin_seconds": 0.5, "source_waveform_end_seconds": 19.412666666666667, "pre_headroom_noise_metrics": { "samples": 907808, "sample_rate": 48000, "seconds": 18.912666666666667, "rms_dbfs": -31.80901284926362, "peak_dbfs": -17.69980069065284, "near_clip_fraction_0_98": 0.0, "full_scale_fraction": 0.0 } }, { "id": "s4_4_quiet_ending", "stage": 4, "scenario": 4, "variant": "quiet_ending", "source": "real1", "split": "development", "wav": "fixtures/s4_4_quiet_ending_headroom.wav", "sha256": "44fe36b9c7fd6708b2d96df8615f8e268750c7a7f70ef5cad24fd773a7501810", "seconds": 20.212666666666667, "reference": "Длинная нестабильная фраза может упереться в восьмисекундное окно.\nОкно сокращается после совпадения слов двух decode. Если устойчивый префикс не появляется, дальнейший рост приводит к overflow. Тест длинной фразы существует, но использует символический decoder, а не реальный Whisper", "params": { "ending_attenuation_db": -18, "headroom_preparation": { "gain_db": -6.140051108885939, "peak_ceiling_dbfs": -3, "applied_to_whole_fixture_before_all_profiles": true, "snr_preserved_before_browser": true, "previous_input": { "wav": "fixtures/s4_4_quiet_ending.wav", "sha256": "7310021a637ca8608464bfd559f999382b53a2995278dbcc088db9d3795c7b02", "metrics": { "samples": 970208, "sample_rate": 48000, "seconds": 20.212666666666667, "rms_dbfs": -17.128440234074624, "peak_dbfs": 3.1400511088859377, "near_clip_fraction_0_98": 0.0072242240839077805, "full_scale_fraction": 0.007115999868069527, "non_speech_rms_dbfs": -35.611754167698344 } }, "reason": "Synthetic mixing/resampling produced over-range values; apply one constant gain before capture, not a DSP candidate." } }, "metrics": { "samples": 970208, "sample_rate": 48000, "seconds": 20.212666666666667, "rms_dbfs": -23.26849164790079, "peak_dbfs": -3.0000002493010487, "near_clip_fraction_0_98": 0.0, "full_scale_fraction": 0.0, "non_speech_rms_dbfs": -41.75180553875518 }, "mask": "fixtures/s4_4_quiet_ending.npz", "mask_kind": "clean_source_energy_estimate", "expected_finals": 1, "source_waveform_begin_seconds": 0.5, "source_waveform_end_seconds": 19.412666666666667 }, { "id": "s4_5_pause", "stage": 4, "scenario": 5, "variant": "pause", "source": "real1", "split": "development", "wav": "fixtures/s4_5_pause_headroom.wav", "sha256": "f328584a7ce22e3a31cb3931a8fafdeb06828aa5590f16e7650812fb23317918", "seconds": 21.012666666666668, "reference": "Длинная нестабильная фраза может упереться в восьмисекундное окно.\nОкно сокращается после совпадения слов двух decode. Если устойчивый префикс не появляется, дальнейший рост приводит к overflow. Тест длинной фразы существует, но использует символический decoder, а не реальный Whisper", "params": { "pause_ms": 800, "at_sample": 588480, "headroom_preparation": { "gain_db": -6.140051108885939, "peak_ceiling_dbfs": -3, "applied_to_whole_fixture_before_all_profiles": true, "snr_preserved_before_browser": true, "previous_input": { "wav": "fixtures/s4_5_pause.wav", "sha256": "f649ce53612df56dda6e3249d9fcc134ce7a540373b03f787570b3c3823e0fe7", "metrics": { "samples": 1008608, "sample_rate": 48000, "seconds": 21.012666666666668, "rms_dbfs": -17.254118245389776, "peak_dbfs": 3.1400511088859377, "near_clip_fraction_0_98": 0.006949181446111869, "full_scale_fraction": 0.006845077572258003, "non_speech_rms_dbfs": -35.406904996994875 } }, "reason": "Synthetic mixing/resampling produced over-range values; apply one constant gain before capture, not a DSP candidate." } }, "metrics": { "samples": 1008608, "sample_rate": 48000, "seconds": 21.012666666666668, "rms_dbfs": -23.394169658804532, "peak_dbfs": -3.0000002493010487, "near_clip_fraction_0_98": 0.0, "full_scale_fraction": 0.0, "non_speech_rms_dbfs": -41.5469563679876 }, "mask": "fixtures/s4_5_pause.npz", "mask_kind": "clean_source_energy_estimate", "expected_finals": 1, "source_waveform_begin_seconds": 0.5, "source_waveform_end_seconds": 20.212666666666667 }, { "id": "s4_6_regulators", "stage": 4, "scenario": 6, "variant": "regulators", "source": "real1", "split": "development", "wav": "fixtures/s4_6_regulators.wav", "sha256": "43f0dc0201a711db8f3672cc4d23190f45b0bb6496d2ef4cd7e02bdba794d186", "seconds": 20.212666666666667, "reference": "Длинная нестабильная фраза может упереться в восьмисекундное окно.\nОкно сокращается после совпадения слов двух decode. Если устойчивый префикс не появляется, дальнейший рост приводит к overflow. Тест длинной фразы существует, но использует символический decoder, а не реальный Whisper", "params": { "first_half_db": -18, "second_half_db": -6 }, "metrics": { "samples": 970208, "sample_rate": 48000, "seconds": 20.212666666666667, "rms_dbfs": -32.83879735266772, "peak_dbfs": -14.859949339498545, "near_clip_fraction_0_98": 0.0, "full_scale_fraction": 0.0, "non_speech_rms_dbfs": -51.92857591786477 }, "mask": "fixtures/s4_6_regulators.npz", "mask_kind": "clean_source_energy_estimate", "expected_finals": 1, "source_waveform_begin_seconds": 0.5, "source_waveform_end_seconds": 19.412666666666667 }, { "id": "s5_1_command", "stage": 5, "scenario": 1, "variant": "command", "source": "male_ordinary", "split": "development", "wav": "fixtures/s5_1_command_headroom.wav", "sha256": "8a48c1e3715df1705aea4712c19f4649bc2919463a3c175f8820b4abb2c01133", "seconds": 8.15, "reference": "Найди ближайший открытый аэропорт. Покажи маршрут на карте и расскажи, какая там сейчас погода.", "params": { "headroom_preparation": { "gain_db": -2.597169194297961, "peak_ceiling_dbfs": -3, "applied_to_whole_fixture_before_all_profiles": true, "snr_preserved_before_browser": true, "previous_input": { "wav": "fixtures/s5_1_command.wav", "sha256": "61565e92ec21b5a9b27dddc3208902244a66d8dd214678902f4f35cb367d6313", "metrics": { "samples": 391200, "sample_rate": 48000, "seconds": 8.15, "rms_dbfs": -18.842081467106148, "peak_dbfs": -0.4028308057020394, "near_clip_fraction_0_98": 0.0, "full_scale_fraction": 0.0, "non_speech_rms_dbfs": -50.40064364193561 } }, "reason": "Synthetic mixing/resampling produced over-range values; apply one constant gain before capture, not a DSP candidate." } }, "metrics": { "samples": 391200, "sample_rate": 48000, "seconds": 8.15, "rms_dbfs": -21.439250708718603, "peak_dbfs": -3.0000002493010487, "near_clip_fraction_0_98": 0.0, "full_scale_fraction": 0.0, "non_speech_rms_dbfs": -52.99781288547504 }, "mask": "fixtures/s5_1_command.npz", "mask_kind": "clean_source_energy_estimate", "expected_finals": 1, "source_waveform_begin_seconds": 0.5, "source_waveform_end_seconds": 7.35 }, { "id": "s5_2_codes", "stage": 5, "scenario": 2, "variant": "codes", "source": "male_codes", "split": "development", "wav": "fixtures/s5_2_codes_headroom.wav", "sha256": "d47197148b5f3f4646d35f71982481a1d3133ab99c4e085119093a83e8d165ae", "seconds": 10.25, "reference": "Рейс ТЕСТ сто двадцать три. Скорость тысяча километров в час. Осталось тридцать минут. Полоса три тысячи пятьсот метров.", "params": { "headroom_preparation": { "gain_db": -2.6704379438853927, "peak_ceiling_dbfs": -3, "applied_to_whole_fixture_before_all_profiles": true, "snr_preserved_before_browser": true, "previous_input": { "wav": "fixtures/s5_2_codes.wav", "sha256": "c2ca0213f524ca77a61703bbf078bd00eb9bf1a8b5d4abcc093fcb03018763b4", "metrics": { "samples": 492000, "sample_rate": 48000, "seconds": 10.25, "rms_dbfs": -20.359227043026785, "peak_dbfs": -0.3295620561146074, "near_clip_fraction_0_98": 0.0, "full_scale_fraction": 0.0, "non_speech_rms_dbfs": -48.26202398693245 } }, "reason": "Synthetic mixing/resampling produced over-range values; apply one constant gain before capture, not a DSP candidate." } }, "metrics": { "samples": 492000, "sample_rate": 48000, "seconds": 10.25, "rms_dbfs": -23.02966530285658, "peak_dbfs": -3.0000002493010487, "near_clip_fraction_0_98": 0.0, "full_scale_fraction": 0.0, "non_speech_rms_dbfs": -50.932462252248946 }, "mask": "fixtures/s5_2_codes.npz", "mask_kind": "clean_source_energy_estimate", "expected_finals": 1, "source_waveform_begin_seconds": 0.5, "source_waveform_end_seconds": 9.45 }, { "id": "s5_3_pause200", "stage": 5, "scenario": 3, "variant": "pause200", "source": "male_ordinary", "split": "development", "wav": "fixtures/s5_3_pause200_headroom.wav", "sha256": "6bdbd80192fc543e283cd26cf48be4c988da3ec42bd13430de89136bd3acc533", "seconds": 8.35, "reference": "Найди ближайший открытый аэропорт. Покажи маршрут на карте и расскажи, какая там сейчас погода.", "params": { "pause_ms": 200, "at_sample": 124800, "headroom_preparation": { "gain_db": -2.597169194297961, "peak_ceiling_dbfs": -3, "applied_to_whole_fixture_before_all_profiles": true, "snr_preserved_before_browser": true, "previous_input": { "wav": "fixtures/s5_3_pause200.wav", "sha256": "f9ef4fc25c5b4cfa202bce5ce920a3bafdeacc963acb46437a1a3998c49b8477", "metrics": { "samples": 400800, "sample_rate": 48000, "seconds": 8.35, "rms_dbfs": -18.947370134542403, "peak_dbfs": -0.4028308057020394, "near_clip_fraction_0_98": 0.0, "full_scale_fraction": 0.0, "non_speech_rms_dbfs": -50.790406817808424 } }, "reason": "Synthetic mixing/resampling produced over-range values; apply one constant gain before capture, not a DSP candidate." } }, "metrics": { "samples": 400800, "sample_rate": 48000, "seconds": 8.35, "rms_dbfs": -21.54453937615486, "peak_dbfs": -3.0000002493010487, "near_clip_fraction_0_98": 0.0, "full_scale_fraction": 0.0, "non_speech_rms_dbfs": -53.38757606134786 }, "mask": "fixtures/s5_3_pause200.npz", "mask_kind": "clean_source_energy_estimate", "expected_finals": 1, "source_waveform_begin_seconds": 0.5, "source_waveform_end_seconds": 7.55 }, { "id": "s5_3_pause350", "stage": 5, "scenario": 3, "variant": "pause350", "source": "male_ordinary", "split": "development", "wav": "fixtures/s5_3_pause350_headroom.wav", "sha256": "af2e8b272b181e96ba02ce06f0eab762b7543a041c102e898e00180035e1f7b5", "seconds": 8.5, "reference": "Найди ближайший открытый аэропорт. Покажи маршрут на карте и расскажи, какая там сейчас погода.", "params": { "pause_ms": 350, "at_sample": 124800, "headroom_preparation": { "gain_db": -2.597169194297961, "peak_ceiling_dbfs": -3, "applied_to_whole_fixture_before_all_profiles": true, "snr_preserved_before_browser": true, "previous_input": { "wav": "fixtures/s5_3_pause350.wav", "sha256": "8651df58d16bf76fb030574b3738bd082fc1baf697340921855a4f3059890f76", "metrics": { "samples": 408000, "sample_rate": 48000, "seconds": 8.5, "rms_dbfs": -19.024694636849308, "peak_dbfs": -0.4028308057020394, "near_clip_fraction_0_98": 0.0, "full_scale_fraction": 0.0, "non_speech_rms_dbfs": -52.95771168605483 } }, "reason": "Synthetic mixing/resampling produced over-range values; apply one constant gain before capture, not a DSP candidate." } }, "metrics": { "samples": 408000, "sample_rate": 48000, "seconds": 8.5, "rms_dbfs": -21.621863878461763, "peak_dbfs": -3.0000002493010487, "near_clip_fraction_0_98": 0.0, "full_scale_fraction": 0.0, "non_speech_rms_dbfs": -55.55488092903789 }, "mask": "fixtures/s5_3_pause350.npz", "mask_kind": "clean_source_energy_estimate", "expected_finals": 1, "source_waveform_begin_seconds": 0.5, "source_waveform_end_seconds": 7.7 }, { "id": "s5_3_pause650", "stage": 5, "scenario": 3, "variant": "pause650", "source": "male_ordinary", "split": "development", "wav": "fixtures/s5_3_pause650_headroom.wav", "sha256": "5ff9f4b9febbdeffc2cca8f7dd893ba613d003d7e6c88ca544bc4e47614ee047", "seconds": 8.8, "reference": "Найди ближайший открытый аэропорт. Покажи маршрут на карте и расскажи, какая там сейчас погода.", "params": { "pause_ms": 650, "at_sample": 124800, "headroom_preparation": { "gain_db": -2.597169194297961, "peak_ceiling_dbfs": -3, "applied_to_whole_fixture_before_all_profiles": true, "snr_preserved_before_browser": true, "previous_input": { "wav": "fixtures/s5_3_pause650.wav", "sha256": "88016b25a079ea482c8bf2ccb4549f07c13a1864be296882d5ec2f40ca798d67", "metrics": { "samples": 422400, "sample_rate": 48000, "seconds": 8.8, "rms_dbfs": -19.175332101208067, "peak_dbfs": -0.4028308057020394, "near_clip_fraction_0_98": 0.0, "full_scale_fraction": 0.0, "non_speech_rms_dbfs": -53.481592380651705 } }, "reason": "Synthetic mixing/resampling produced over-range values; apply one constant gain before capture, not a DSP candidate." } }, "metrics": { "samples": 422400, "sample_rate": 48000, "seconds": 8.8, "rms_dbfs": -21.77250134282052, "peak_dbfs": -3.0000002493010487, "near_clip_fraction_0_98": 0.0, "full_scale_fraction": 0.0, "non_speech_rms_dbfs": -56.078761623634776 }, "mask": "fixtures/s5_3_pause650.npz", "mask_kind": "clean_source_energy_estimate", "expected_finals": 1, "source_waveform_begin_seconds": 0.5, "source_waveform_end_seconds": 8.0 }, { "id": "s5_4_ending", "stage": 5, "scenario": 4, "variant": "ending", "source": "male_ordinary", "split": "development", "wav": "fixtures/s5_4_ending_headroom.wav", "sha256": "212dce498be8a475ec199b959bcb1142afe355193dbd3f3051a51d0f4ebac58d", "seconds": 8.15, "reference": "Найди ближайший открытый аэропорт. Покажи маршрут на карте и расскажи, какая там сейчас погода.", "params": { "ending_attenuation_db": -18, "headroom_preparation": { "gain_db": -2.597169194297961, "peak_ceiling_dbfs": -3, "applied_to_whole_fixture_before_all_profiles": true, "snr_preserved_before_browser": true, "previous_input": { "wav": "fixtures/s5_4_ending.wav", "sha256": "4c0f5a907381181f98c01908ad8115e905d39de22843b56bc47c5779acf08c32", "metrics": { "samples": 391200, "sample_rate": 48000, "seconds": 8.15, "rms_dbfs": -19.097640815064004, "peak_dbfs": -0.4028308057020394, "near_clip_fraction_0_98": 0.0, "full_scale_fraction": 0.0, "non_speech_rms_dbfs": -49.485039337477104 } }, "reason": "Synthetic mixing/resampling produced over-range values; apply one constant gain before capture, not a DSP candidate." } }, "metrics": { "samples": 391200, "sample_rate": 48000, "seconds": 8.15, "rms_dbfs": -21.69481005659682, "peak_dbfs": -3.0000002493010487, "near_clip_fraction_0_98": 0.0, "full_scale_fraction": 0.0, "non_speech_rms_dbfs": -52.082208580246146 }, "mask": "fixtures/s5_4_ending.npz", "mask_kind": "clean_source_energy_estimate", "expected_finals": 1, "source_waveform_begin_seconds": 0.5, "source_waveform_end_seconds": 7.35 }, { "id": "s5_5_long", "stage": 5, "scenario": 5, "variant": "long", "source": "real1", "split": "development", "wav": "fixtures/s5_5_long_headroom.wav", "sha256": "9f796bc79ba5b973041c16fdc979faeeebe9538fd7f12a1c34ce4b971ccf9995", "seconds": 20.212666666666667, "reference": "Длинная нестабильная фраза может упереться в восьмисекундное окно.\nОкно сокращается после совпадения слов двух decode. Если устойчивый префикс не появляется, дальнейший рост приводит к overflow. Тест длинной фразы существует, но использует символический decoder, а не реальный Whisper", "params": { "headroom_preparation": { "gain_db": -6.140051108885939, "peak_ceiling_dbfs": -3, "applied_to_whole_fixture_before_all_profiles": true, "snr_preserved_before_browser": true, "previous_input": { "wav": "fixtures/s5_5_long.wav", "sha256": "03b92da1ea30d853889552854c386cdff4a68de8ace90a36e361575985de0a8a", "metrics": { "samples": 970208, "sample_rate": 48000, "seconds": 20.212666666666667, "rms_dbfs": -17.085542673454334, "peak_dbfs": 3.1400511088859377, "near_clip_fraction_0_98": 0.0072242240839077805, "full_scale_fraction": 0.007115999868069527, "non_speech_rms_dbfs": -35.086621466310746 } }, "reason": "Synthetic mixing/resampling produced over-range values; apply one constant gain before capture, not a DSP candidate." } }, "metrics": { "samples": 970208, "sample_rate": 48000, "seconds": 20.212666666666667, "rms_dbfs": -23.225594086869084, "peak_dbfs": -3.0000002493010487, "near_clip_fraction_0_98": 0.0, "full_scale_fraction": 0.0, "non_speech_rms_dbfs": -41.22667283730347 }, "mask": "fixtures/s5_5_long.npz", "mask_kind": "clean_source_energy_estimate", "expected_finals": 1, "source_waveform_begin_seconds": 0.5, "source_waveform_end_seconds": 19.412666666666667 }, { "id": "s5_6_sequence", "stage": 5, "scenario": 6, "variant": "sequence", "source": "male_ordinary", "split": "development", "wav": "fixtures/s5_6_sequence_headroom.wav", "sha256": "982ab22cf8344762d3fe3c0adc6feaa70501f0a9b8028924cfcdb8f83749cf89", "seconds": 18.0, "reference": "Найди ближайший открытый аэропорт. Покажи маршрут на карте и расскажи, какая там сейчас погода. Рейс ТЕСТ сто двадцать три. Скорость тысяча километров в час. Осталось тридцать минут. Полоса три тысячи пятьсот метров.", "params": { "between_phrases_ms": 900, "headroom_preparation": { "gain_db": -2.6704379438853927, "peak_ceiling_dbfs": -3, "applied_to_whole_fixture_before_all_profiles": true, "snr_preserved_before_browser": true, "previous_input": { "wav": "fixtures/s5_6_sequence.wav", "sha256": "9ba6fdd2f4236c539a8d2fdc18e5a7c63e29999829dd8ab9dbf3dd20645af3b0", "metrics": { "samples": 864000, "sample_rate": 48000, "seconds": 18.0, "rms_dbfs": -19.525849483809203, "peak_dbfs": -0.3295620561146074, "near_clip_fraction_0_98": 0.0, "full_scale_fraction": 0.0, "non_speech_rms_dbfs": -48.571079211521315 } }, "reason": "Synthetic mixing/resampling produced over-range values; apply one constant gain before capture, not a DSP candidate." } }, "metrics": { "samples": 864000, "sample_rate": 48000, "seconds": 18.0, "rms_dbfs": -22.196287743734242, "peak_dbfs": -3.0000002493010487, "near_clip_fraction_0_98": 0.0, "full_scale_fraction": 0.0, "non_speech_rms_dbfs": -51.24151747704822 }, "mask": "fixtures/s5_6_sequence.npz", "mask_kind": "clean_source_energy_estimate", "expected_finals": 2, "source_waveform_begin_seconds": 0.5, "source_waveform_end_seconds": 17.2 }, { "id": "s6_1_quiet", "stage": 6, "scenario": 1, "variant": "quiet", "source": "real1", "split": "development", "wav": "fixtures/s6_1_quiet.wav", "sha256": "f6b30539820dd29b05e04c79f9e7cb7fb8d217191881589cfd34850a72e638e2", "seconds": 20.212666666666667, "reference": "Длинная нестабильная фраза может упереться в восьмисекундное окно.\nОкно сокращается после совпадения слов двух decode. Если устойчивый префикс не появляется, дальнейший рост приводит к overflow. Тест длинной фразы существует, но использует символический decoder, а не реальный Whisper", "params": { "attenuation_db": -18 }, "metrics": { "samples": 970208, "sample_rate": 48000, "seconds": 20.212666666666667, "rms_dbfs": -35.08554315913364, "peak_dbfs": -14.859949339498545, "near_clip_fraction_0_98": 0.0, "full_scale_fraction": 0.0, "non_speech_rms_dbfs": -53.08662190302996 }, "mask": "fixtures/s6_1_quiet.npz", "mask_kind": "clean_source_energy_estimate", "expected_finals": 1, "source_waveform_begin_seconds": 0.5, "source_waveform_end_seconds": 19.412666666666667 }, { "id": "s6_2_repetition", "stage": 6, "scenario": 2, "variant": "repetition", "source": "real1", "split": "development", "wav": "fixtures/s6_2_repetition_headroom.wav", "sha256": "64ce9d0b6b8bf6395fea0c55a3df0fb160aa39c7c23113d002ee9c7ae75fd994", "seconds": 39.12533333333333, "reference": "Длинная нестабильная фраза может упереться в восьмисекундное окно.\nОкно сокращается после совпадения слов двух decode. Если устойчивый префикс не появляется, дальнейший рост приводит к overflow. Тест длинной фразы существует, но использует символический decoder, а не реальный Whisper Длинная нестабильная фраза может упереться в восьмисекундное окно.\nОкно сокращается после совпадения слов двух decode. Если устойчивый префикс не появляется, дальнейший рост приводит к overflow. Тест длинной фразы существует, но использует символический decoder, а не реальный Whisper", "params": { "repetitions": 2, "headroom_preparation": { "gain_db": -6.140051108885939, "peak_ceiling_dbfs": -3, "applied_to_whole_fixture_before_all_profiles": true, "snr_preserved_before_browser": true, "previous_input": { "wav": "fixtures/s6_2_repetition.wav", "sha256": "679145bff01db2e20543719fc1025d5fac8725127d54f3e69ae4485066464c36", "metrics": { "samples": 1878016, "sample_rate": 48000, "seconds": 39.12533333333333, "rms_dbfs": -16.943587083081916, "peak_dbfs": 3.1400511088859377, "near_clip_fraction_0_98": 0.007464260155398037, "full_scale_fraction": 0.007352440021810251, "non_speech_rms_dbfs": -34.81086218180408 } }, "reason": "Synthetic mixing/resampling produced over-range values; apply one constant gain before capture, not a DSP candidate." } }, "metrics": { "samples": 1878016, "sample_rate": 48000, "seconds": 39.12533333333333, "rms_dbfs": -23.083638496496658, "peak_dbfs": -3.0000002493010487, "near_clip_fraction_0_98": 0.0, "full_scale_fraction": 0.0, "non_speech_rms_dbfs": -40.95091355234806 }, "mask": "fixtures/s6_2_repetition.npz", "mask_kind": "clean_source_energy_estimate", "expected_finals": 1, "source_waveform_begin_seconds": 0.5, "source_waveform_end_seconds": 38.32533333333333 }, { "id": "s6_3_lifecycle", "stage": 6, "scenario": 3, "variant": "lifecycle", "source": "male_ordinary", "split": "development", "wav": "fixtures/s6_3_lifecycle_headroom.wav", "sha256": "8a48c1e3715df1705aea4712c19f4649bc2919463a3c175f8820b4abb2c01133", "seconds": 8.15, "reference": "Найди ближайший открытый аэропорт. Покажи маршрут на карте и расскажи, какая там сейчас погода.", "params": { "headroom_preparation": { "gain_db": -2.597169194297961, "peak_ceiling_dbfs": -3, "applied_to_whole_fixture_before_all_profiles": true, "snr_preserved_before_browser": true, "previous_input": { "wav": "fixtures/s6_3_lifecycle.wav", "sha256": "61565e92ec21b5a9b27dddc3208902244a66d8dd214678902f4f35cb367d6313", "metrics": { "samples": 391200, "sample_rate": 48000, "seconds": 8.15, "rms_dbfs": -18.842081467106148, "peak_dbfs": -0.4028308057020394, "near_clip_fraction_0_98": 0.0, "full_scale_fraction": 0.0, "non_speech_rms_dbfs": -50.40064364193561 } }, "reason": "Synthetic mixing/resampling produced over-range values; apply one constant gain before capture, not a DSP candidate." } }, "metrics": { "samples": 391200, "sample_rate": 48000, "seconds": 8.15, "rms_dbfs": -21.439250708718603, "peak_dbfs": -3.0000002493010487, "near_clip_fraction_0_98": 0.0, "full_scale_fraction": 0.0, "non_speech_rms_dbfs": -52.99781288547504 }, "mask": "fixtures/s6_3_lifecycle.npz", "mask_kind": "clean_source_energy_estimate", "expected_finals": 1, "source_waveform_begin_seconds": 0.5, "source_waveform_end_seconds": 7.35 }, { "id": "s6_4_lifecycle", "stage": 6, "scenario": 4, "variant": "lifecycle", "source": "male_ordinary", "split": "development", "wav": "fixtures/s6_4_lifecycle_headroom.wav", "sha256": "8a48c1e3715df1705aea4712c19f4649bc2919463a3c175f8820b4abb2c01133", "seconds": 8.15, "reference": "Найди ближайший открытый аэропорт. Покажи маршрут на карте и расскажи, какая там сейчас погода.", "params": { "headroom_preparation": { "gain_db": -2.597169194297961, "peak_ceiling_dbfs": -3, "applied_to_whole_fixture_before_all_profiles": true, "snr_preserved_before_browser": true, "previous_input": { "wav": "fixtures/s6_4_lifecycle.wav", "sha256": "61565e92ec21b5a9b27dddc3208902244a66d8dd214678902f4f35cb367d6313", "metrics": { "samples": 391200, "sample_rate": 48000, "seconds": 8.15, "rms_dbfs": -18.842081467106148, "peak_dbfs": -0.4028308057020394, "near_clip_fraction_0_98": 0.0, "full_scale_fraction": 0.0, "non_speech_rms_dbfs": -50.40064364193561 } }, "reason": "Synthetic mixing/resampling produced over-range values; apply one constant gain before capture, not a DSP candidate." } }, "metrics": { "samples": 391200, "sample_rate": 48000, "seconds": 8.15, "rms_dbfs": -21.439250708718603, "peak_dbfs": -3.0000002493010487, "near_clip_fraction_0_98": 0.0, "full_scale_fraction": 0.0, "non_speech_rms_dbfs": -52.99781288547504 }, "mask": "fixtures/s6_4_lifecycle.npz", "mask_kind": "clean_source_energy_estimate", "expected_finals": 1, "source_waveform_begin_seconds": 0.5, "source_waveform_end_seconds": 7.35 }, { "id": "s6_5_lifecycle", "stage": 6, "scenario": 5, "variant": "lifecycle", "source": "male_ordinary", "split": "development", "wav": "fixtures/s6_5_lifecycle_headroom.wav", "sha256": "8a48c1e3715df1705aea4712c19f4649bc2919463a3c175f8820b4abb2c01133", "seconds": 8.15, "reference": "Найди ближайший открытый аэропорт. Покажи маршрут на карте и расскажи, какая там сейчас погода.", "params": { "headroom_preparation": { "gain_db": -2.597169194297961, "peak_ceiling_dbfs": -3, "applied_to_whole_fixture_before_all_profiles": true, "snr_preserved_before_browser": true, "previous_input": { "wav": "fixtures/s6_5_lifecycle.wav", "sha256": "61565e92ec21b5a9b27dddc3208902244a66d8dd214678902f4f35cb367d6313", "metrics": { "samples": 391200, "sample_rate": 48000, "seconds": 8.15, "rms_dbfs": -18.842081467106148, "peak_dbfs": -0.4028308057020394, "near_clip_fraction_0_98": 0.0, "full_scale_fraction": 0.0, "non_speech_rms_dbfs": -50.40064364193561 } }, "reason": "Synthetic mixing/resampling produced over-range values; apply one constant gain before capture, not a DSP candidate." } }, "metrics": { "samples": 391200, "sample_rate": 48000, "seconds": 8.15, "rms_dbfs": -21.439250708718603, "peak_dbfs": -3.0000002493010487, "near_clip_fraction_0_98": 0.0, "full_scale_fraction": 0.0, "non_speech_rms_dbfs": -52.99781288547504 }, "mask": "fixtures/s6_5_lifecycle.npz", "mask_kind": "clean_source_energy_estimate", "expected_finals": 1, "source_waveform_begin_seconds": 0.5, "source_waveform_end_seconds": 7.35 }, { "id": "s6_6_silence", "stage": 6, "scenario": 6, "variant": "silence", "source": null, "split": "development", "wav": "fixtures/s6_6_silence.wav", "sha256": "02d3d34a823c39ce615cf7b476907b6f5d3741bce22cc959c54122cc4504dcba", "seconds": 7.3, "reference": "", "params": {}, "metrics": { "samples": 350400, "sample_rate": 48000, "seconds": 7.3, "rms_dbfs": null, "peak_dbfs": null, "near_clip_fraction_0_98": 0.0, "full_scale_fraction": 0.0, "non_speech_rms_dbfs": null }, "mask": "fixtures/s6_6_silence.npz", "mask_kind": "clean_source_energy_estimate", "expected_finals": 0, "source_waveform_begin_seconds": 0.5, "source_waveform_end_seconds": 6.5 }, { "id": "s6_6_noise", "stage": 6, "scenario": 6, "variant": "noise", "source": null, "split": "development", "wav": "fixtures/s6_6_noise.wav", "sha256": "5dbaf342d5b8fd1ab10d197acbae43464dc1bd3d803714da5cdb3fdc1d8f82aa", "seconds": 7.3, "reference": "", "params": {}, "metrics": { "samples": 350400, "sample_rate": 48000, "seconds": 7.3, "rms_dbfs": -34.8311161835385, "peak_dbfs": -21.42929587889112, "near_clip_fraction_0_98": 0.0, "full_scale_fraction": 0.0, "non_speech_rms_dbfs": -34.8311161835385 }, "mask": "fixtures/s6_6_noise.npz", "mask_kind": "clean_source_energy_estimate", "expected_finals": 0, "source_waveform_begin_seconds": 0.5, "source_waveform_end_seconds": 6.5 }, { "id": "s6_6_cost", "stage": 6, "scenario": 6, "variant": "cost", "source": "male_codes", "split": "development", "wav": "fixtures/s6_6_cost_headroom.wav", "sha256": "d47197148b5f3f4646d35f71982481a1d3133ab99c4e085119093a83e8d165ae", "seconds": 10.25, "reference": "Рейс ТЕСТ сто двадцать три. Скорость тысяча километров в час. Осталось тридцать минут. Полоса три тысячи пятьсот метров.", "params": { "headroom_preparation": { "gain_db": -2.6704379438853927, "peak_ceiling_dbfs": -3, "applied_to_whole_fixture_before_all_profiles": true, "snr_preserved_before_browser": true, "previous_input": { "wav": "fixtures/s6_6_cost.wav", "sha256": "c2ca0213f524ca77a61703bbf078bd00eb9bf1a8b5d4abcc093fcb03018763b4", "metrics": { "samples": 492000, "sample_rate": 48000, "seconds": 10.25, "rms_dbfs": -20.359227043026785, "peak_dbfs": -0.3295620561146074, "near_clip_fraction_0_98": 0.0, "full_scale_fraction": 0.0, "non_speech_rms_dbfs": -48.26202398693245 } }, "reason": "Synthetic mixing/resampling produced over-range values; apply one constant gain before capture, not a DSP candidate." } }, "metrics": { "samples": 492000, "sample_rate": 48000, "seconds": 10.25, "rms_dbfs": -23.02966530285658, "peak_dbfs": -3.0000002493010487, "near_clip_fraction_0_98": 0.0, "full_scale_fraction": 0.0, "non_speech_rms_dbfs": -50.932462252248946 }, "mask": "fixtures/s6_6_cost.npz", "mask_kind": "clean_source_energy_estimate", "expected_finals": 1, "source_waveform_begin_seconds": 0.5, "source_waveform_end_seconds": 9.45 }, { "id": "s7_1_clean", "stage": 7, "scenario": 1, "variant": "clean", "source": "real2", "split": "held_out", "wav": "fixtures/s7_1_clean_headroom.wav", "sha256": "dad7e10f63e2c17d1eeb7327a1db7e7e05b6ad5cfdd77c60ccdd8e0c912be4f7", "seconds": 14.570208333333333, "reference": "еполный PCM-чанк дополняется тишиной вместо накопления остатка.\nКаждый resampled frame разбивается отдельно; короткий остаток дополняется нулями. При иной пакетизации это способно добавлять лишнюю тишину и менять длительность.", "params": { "headroom_preparation": { "gain_db": -6.140051108885939, "peak_ceiling_dbfs": -3, "applied_to_whole_fixture_before_all_profiles": true, "snr_preserved_before_browser": true, "previous_input": { "wav": "fixtures/s7_1_clean.wav", "sha256": "e70f6f1af6d9afa70181af86ab8b61411c13ded0c7834a0dab659adce68f1a5b", "metrics": { "samples": 699370, "sample_rate": 48000, "seconds": 14.570208333333333, "rms_dbfs": -15.609423300326169, "peak_dbfs": 3.1400511088859377, "near_clip_fraction_0_98": 0.011162903756237757, "full_scale_fraction": 0.010985601326908503, "non_speech_rms_dbfs": -34.029023092780314 } }, "reason": "Synthetic mixing/resampling produced over-range values; apply one constant gain before capture, not a DSP candidate." } }, "metrics": { "samples": 699370, "sample_rate": 48000, "seconds": 14.570208333333333, "rms_dbfs": -21.74947471595692, "peak_dbfs": -3.0000002493010487, "near_clip_fraction_0_98": 0.0, "full_scale_fraction": 0.0, "non_speech_rms_dbfs": -40.16907446356713 }, "mask": "fixtures/s7_1_clean.npz", "mask_kind": "clean_source_energy_estimate", "expected_finals": 1, "source_waveform_begin_seconds": 0.5, "source_waveform_end_seconds": 13.770208333333333 }, { "id": "s7_2_quiet", "stage": 7, "scenario": 2, "variant": "quiet", "source": "real2", "split": "held_out", "wav": "fixtures/s7_2_quiet.wav", "sha256": "d65c9d121f150c74656c401c2993d6984662526f6ff23aed5eb34b0fcd5c07d3", "seconds": 14.570208333333333, "reference": "еполный PCM-чанк дополняется тишиной вместо накопления остатка.\nКаждый resampled frame разбивается отдельно; короткий остаток дополняется нулями. При иной пакетизации это способно добавлять лишнюю тишину и менять длительность.", "params": { "attenuation_db": -18 }, "metrics": { "samples": 699370, "sample_rate": 48000, "seconds": 14.570208333333333, "rms_dbfs": -33.609423788641585, "peak_dbfs": -14.859949339498545, "near_clip_fraction_0_98": 0.0, "full_scale_fraction": 0.0, "non_speech_rms_dbfs": -52.029023528386716 }, "mask": "fixtures/s7_2_quiet.npz", "mask_kind": "clean_source_energy_estimate", "expected_finals": 1, "source_waveform_begin_seconds": 0.5, "source_waveform_end_seconds": 13.770208333333333 }, { "id": "s7_3_noise", "stage": 7, "scenario": 3, "variant": "noise", "source": "real2", "split": "held_out", "wav": "fixtures/s7_3_noise_headroom.wav", "sha256": "a6e83471352552118f4452fa1239a83f2778de1797b343a157d9284e3383267b", "seconds": 14.570208333333333, "reference": "еполный PCM-чанк дополняется тишиной вместо накопления остатка.\nКаждый resampled frame разбивается отдельно; короткий остаток дополняется нулями. При иной пакетизации это способно добавлять лишнюю тишину и менять длительность.", "params": { "snr_db": 5, "headroom_preparation": { "gain_db": -8.724668007619302, "peak_ceiling_dbfs": -3, "applied_to_whole_fixture_before_all_profiles": true, "snr_preserved_before_browser": true, "previous_input": { "wav": "fixtures/s7_3_noise.wav", "sha256": "26469da8399009cd09f98aa7b343f7d5631475c6b0b62b5dfa1828c164cb288e", "metrics": { "samples": 699370, "sample_rate": 48000, "seconds": 14.570208333333333, "rms_dbfs": -13.062302306048757, "peak_dbfs": 5.724668007619301, "near_clip_fraction_0_98": 0.011290161145030527, "full_scale_fraction": 0.011105709424196062, "non_speech_rms_dbfs": -16.768045106413176 } }, "reason": "Synthetic mixing/resampling produced over-range values; apply one constant gain before capture, not a DSP candidate." } }, "metrics": { "samples": 699370, "sample_rate": 48000, "seconds": 14.570208333333333, "rms_dbfs": -21.78696996112382, "peak_dbfs": -2.9999995180030155, "near_clip_fraction_0_98": 0.0, "full_scale_fraction": 0.0, "non_speech_rms_dbfs": -25.492712759735774 }, "mask": "fixtures/s7_3_noise.npz", "mask_kind": "clean_source_energy_estimate", "expected_finals": 1, "source_waveform_begin_seconds": 0.5, "source_waveform_end_seconds": 13.770208333333333 }, { "id": "s7_4_transition", "stage": 7, "scenario": 4, "variant": "transition", "source": "real2", "split": "held_out", "wav": "fixtures/s7_4_transition.wav", "sha256": "eb97dc79b16a20234f34a0d687c4dc3463cfefd2fc6a66f12458a7103e327012", "seconds": 14.570208333333333, "reference": "еполный PCM-чанк дополняется тишиной вместо накопления остатка.\nКаждый resampled frame разбивается отдельно; короткий остаток дополняется нулями. При иной пакетизации это способно добавлять лишнюю тишину и менять длительность.", "params": { "first_db": -18, "last_db": 0 }, "metrics": { "samples": 699370, "sample_rate": 48000, "seconds": 14.570208333333333, "rms_dbfs": -30.40348544273783, "peak_dbfs": -14.491619123083236, "near_clip_fraction_0_98": 0.0, "full_scale_fraction": 0.0, "non_speech_rms_dbfs": -37.053152821601756 }, "mask": "fixtures/s7_4_transition.npz", "mask_kind": "clean_source_energy_estimate", "expected_finals": 1, "source_waveform_begin_seconds": 0.5, "source_waveform_end_seconds": 13.770208333333333 }, { "id": "s7_5_codes", "stage": 7, "scenario": 5, "variant": "codes", "source": "female_codes", "split": "held_out", "wav": "fixtures/s7_5_codes_headroom.wav", "sha256": "a6f130582ec2ae38e84e01031737ab567f45682dfa6c8ff45a790a40ffd4611c", "seconds": 9.7375, "reference": "Рейс ТЕСТ четыреста пятьдесят шесть. Скорость восемьсот километров в час. Осталось двадцать минут. Полоса две тысячи восемьсот метров.", "params": { "headroom_preparation": { "gain_db": -1.9206716968769095, "peak_ceiling_dbfs": -3, "applied_to_whole_fixture_before_all_profiles": true, "snr_preserved_before_browser": true, "previous_input": { "wav": "fixtures/s7_5_codes.wav", "sha256": "50cd6be305f182c64c6d50dc423ffe7fca0c80ef7049556e53e9d77ab70a5f4a", "metrics": { "samples": 467400, "sample_rate": 48000, "seconds": 9.7375, "rms_dbfs": -20.724786285982045, "peak_dbfs": -1.0793283031230911, "near_clip_fraction_0_98": 0.0, "full_scale_fraction": 0.0, "non_speech_rms_dbfs": -55.02690834067003 } }, "reason": "Synthetic mixing/resampling produced over-range values; apply one constant gain before capture, not a DSP candidate." } }, "metrics": { "samples": 467400, "sample_rate": 48000, "seconds": 9.7375, "rms_dbfs": -22.645457960547475, "peak_dbfs": -3.0000002493010487, "near_clip_fraction_0_98": 0.0, "full_scale_fraction": 0.0, "non_speech_rms_dbfs": -56.94758001324139 }, "mask": "fixtures/s7_5_codes.npz", "mask_kind": "clean_source_energy_estimate", "expected_finals": 1, "source_waveform_begin_seconds": 0.5, "source_waveform_end_seconds": 8.9375 }, { "id": "s7_6_sentence", "stage": 7, "scenario": 6, "variant": "sentence", "source": "female_ordinary", "split": "held_out", "wav": "fixtures/s7_6_sentence_headroom.wav", "sha256": "11d8f3465f96c99646cb0d902dd0ad2513d8d99c6557f9dfca502d5165f91ba0", "seconds": 8.4, "reference": "Найди аэропорт с самым слабым ветром. Проверь открытость аэропорта и наличие свободной полосы. Покажи его на карте.", "params": { "headroom_preparation": { "gain_db": -1.4183893950614288, "peak_ceiling_dbfs": -3, "applied_to_whole_fixture_before_all_profiles": true, "snr_preserved_before_browser": true, "previous_input": { "wav": "fixtures/s7_6_sentence.wav", "sha256": "7a13229f1e86330022a1f6af693186a44e0d5a3350f80af55f5bdedf591bcfc5", "metrics": { "samples": 403200, "sample_rate": 48000, "seconds": 8.4, "rms_dbfs": -20.628378837000124, "peak_dbfs": -1.5816106049385716, "near_clip_fraction_0_98": 0.0, "full_scale_fraction": 0.0, "non_speech_rms_dbfs": -55.02474325124878 } }, "reason": "Synthetic mixing/resampling produced over-range values; apply one constant gain before capture, not a DSP candidate." } }, "metrics": { "samples": 403200, "sample_rate": 48000, "seconds": 8.4, "rms_dbfs": -22.046768396972162, "peak_dbfs": -3.0000002493010487, "near_clip_fraction_0_98": 0.0, "full_scale_fraction": 0.0, "non_speech_rms_dbfs": -56.44313281760601 }, "mask": "fixtures/s7_6_sentence.npz", "mask_kind": "clean_source_energy_estimate", "expected_finals": 1, "source_waveform_begin_seconds": 0.5, "source_waveform_end_seconds": 7.6 } ], "functional_types": [ 1, 2, 3, 4 ], "seed": 20261013, "maximum_new_scenario_types_per_stage": 6 }