Голосовые системы

Распознавание WAV: поставка 1.3.0

Проверено 21 октября 2026. Серверная поставка завершена, приём аудио открыт. Пользователь подтвердил работу установленного расширения 1.3.0 и всех трёх backend. Новый экспортированный ZIP независимо проверен: приёмка завершена.

Сервис Source revision Manifest digest Поставка / проверка
chat-agent_src_api_gateway b345bb7f865cff4ca6dc3fb75c535f860fc34cb7 sha256:813e508a811f95cc1008ad75ac89d48dd3833b23959033f0c66577e5853ca7c6 19686, 1/1 running
webrtc-asr_streaming 4d36d58c49db1e8fd68c3e050305ab6cd51d80f3 sha256:6adb69a0406809e0aa9597bd9a9f4229c48d112d92471585ab1fd10895fe7a7e 19742, 19743, один healthy-контейнер, обе модели готовы
py_faster_whisper_stt_whisper_to_nats d09ff808bfa30aaa1f45771128133db0132dd439 sha256:498d4728b60a16a1aaaf29247c7e08f5a8c0557f6c8fe672601e514f1df0079a 19423, 19424, 1/1 running

Job 19423 обновила bridge и проверила его настройки, но завершилась ошибкой на последующей проверке изменившегося соседнего map-back_mo_bootstrap. Отдельная read-only job 19424 успешно подтвердила целевой bridge: revision, digest, контейнер, здоровье и настройки. Обновление не повторялось.

Исправление release-проверки Worker

Commit 2ad3634b63d405f787f396b62aeb5ae2741b7e98, pipeline 5319. Preflight, refresh и verify теперь проверяют только Worker, без service ls и обхода всего Swarm. Сохранены проверки точного image, обеих моделей, прежнего GPU, отсутствия активных фраз, здоровья и всех настроек service Spec. Изменения настроек во время прогрева блокируют обновление. Прошли 18 тестов, 59 утверждений и CI validation. Миграций и общего stack deploy не было.

Серверная функциональная проверка

Три исходных WAV из предоставленного архива распознаны тремя backend: 9 запросов, 0 ошибок. Проверка прошла через развернутый Gateway и настоящий bridge/модели. Входное аудио в репозитории отсутствует.

  • Для всех 9 результатов SHA-256 WAV и исходного PCM совпали с архивом.
  • Float32/16 kHz дошёл до обоих Whisper побитово без преобразований.
  • PCM16/16 kHz преобразован в float32; PCM16/48 kHz дополнительно один раз ресемплирован до 16 kHz.
  • Whisper выполнял полный вызов без нашего VAD, окон и склейки partial.
  • LinTO получил исходный WAV через файловый API. Его внутренняя подготовка не наблюдалась; имя модели из ответа недоступно.

Оба Whisper вернули «да и список всех полей» на всех трёх файлах. LinTO вернул «Дай список всех полей» на ingress_output, но «да и» на двух других. Следовательно, наблюдаемая ошибка воспроизводится и без потокового разбиения. Этот одиночный пример не определяет общий рейтинг качества моделей.

Полные ответы · Проверка хешей · Инструкция с изображениями

Пакет и приёмка Chrome

Каталог: локальный источник ZIP:локальный источник SHA-256: 14be9a61c3f353746602cfd7fb4184cd9cc19a8b8ee00686c59dbf51cfffde35. ID и permissions совпадают с прежней версией; резервная копия 1.2.5 сохранена.

Пять обязательных chat CI checks прошли в pipeline 5314. Сборка расширения скомпилирована; CI-загрузка артефакта отказала из-за внутреннего DNS runner. По ранее согласованному варианту размещён проверенный локальный пакет.

Пользователь выполнил запись, отключение аудио и распознавание из установленной страницы Chrome. В новом ZIP audio-494da69b-4dd1-4711-a684-00e139030998 (1).zip сохранены 8 результатов всех трёх backend для трёх выбранных файлов.

  • Все 7 WAV прошли CRC, проверку заголовков, размеров, формата и SHA-256 PCM.
  • Исходные WAV и PCM совпали с хешами всех 8 результатов распознавания.
  • Четыре вызова Whisper на float32/16 kHz подтвердили побитово неизменный вход.
  • Два вызова PCM16/16 kHz подтвердили точное преобразование в float32 без ресемплинга.
  • Между первым и повторным ZIP все 7 WAV побитово одинаковы; прежние пять результатов сохранены, добавлены три результата Russian.
  • HTML-отчёт содержит тот же manifest и семь локальных WAV; внешних зависимостей нет.
  • Сбор завершён, dropped=0. Live final: «Дай список всех полей.».
  • На полном финальном окне все три backend распознали «Дай список всех полей».

На коротком partial-окне длительностью 0,52 секунды Turbo и LinTO вернули «да», Russian — «Давид.». Это результат распознавания отдельного начального фрагмента, а не всей фразы. Результат полного финального окна указан выше.

SHA-256 нового ZIP: 3948fbd9323a80a50acccdca4e01bf9a0030dd1b93fa8668dc942bee80bbe915. Проверка экспорта Chrome.

Браузерные действия и физическую речь выполнил пользователь; проверки байтов, manifest и HTML выполнены автоматически. Обход ограничений browser-инструмента для chrome-extension:// не использовался.

Исходник

Скачать Markdown · К материалам исследования