fix: bekannte Whisper-Halluzinationen filtern statt als Anliegen zu werten

"Untertitelung des ZDF, 2020" (Whisper-Trainingsdaten-Artefakt bei Stille/
sofortigem Auflegen) tauchte 5x identisch auf sehr kurzen Aufnahmen (1,7-4s)
auf und wurde von der Kategorisierung als echtes Anliegen fehlinterpretiert.
transcribe.py erkennt jetzt eine kleine Liste bekannter Whisper-
Halluzinationsphrasen (ZDF/WDR/NDR/SWR-Untertitel-Boilerplate u.ae.) und
leert den Text stattdessen.

Dabei aufgefallen: categorize.kategorisiere() wirft bei leerem Transkript
absichtlich einen Fehler - das griff bisher nie, weil Whisper nie leer
zurueckkam. Ohne Fix waere jedes "Anrufer legt nach dem Signalton sofort
auf" (normales, haeufiges Verhalten) jetzt als Kategorisierungs-Fehler nach
telefon/fehler/ verschwunden statt auf dem Board zu erscheinen.
process_call.verarbeite() faengt das jetzt ab und legt einen regulaeren
"kein Anliegen hinterlassen"-Datensatz an (sonstiges/niedrig).

Die 5 bereits gespeicherten ZDF-Fehleintraege in ablage/ wurden manuell
nachkorrigiert (transkript/auswertung), Stapel-/Archiv-Status blieb
unangetastet.

Co-Authored-By: Claude Sonnet 5 <noreply@anthropic.com>
Claude-Session: https://claude.ai/code/session_015vtvcyNkapuDh583643hNs
This commit is contained in:
Jeuner 2026-08-24 20:50:30 +02:00
parent 2e767f3737
commit cc569d1ecb
2 changed files with 49 additions and 2 deletions

View file

@ -28,7 +28,24 @@ def verarbeite(audio: str, anrufer_nummer: str | None = None,
print(f" Text: {t.text[:160]}{'' if len(t.text) > 160 else ''}")
print("▸ Kategorisiere …")
auswertung = categorize.kategorisiere(t.text)
if t.text.strip():
auswertung = categorize.kategorisiere(t.text)
else:
# Kein Text erkannt: Anrufer hat nach dem Signalton nicht gesprochen
# oder sofort aufgelegt (oder eine bekannte Whisper-Halluzination
# wurde rausgefiltert, siehe transcribe._ist_bekannte_halluzination).
# Das ist ein normaler, haeufiger Fall - kein Kategorisierungs-Fehler,
# der die Aufnahme nach telefon/fehler/ verschwinden lassen sollte.
print(" Kein Text erkannt - kein Anliegen hinterlassen.")
auswertung = {
"kategorie": "sonstiges", "dringlichkeit": "niedrig",
"anrufer_name": None, "rueckrufnummer": None,
"rueckruf_gewuenscht": False, "sprache": t.sprache or "de",
"anliegen_kurz": "Kein Anliegen hinterlassen - Anrufer hat nach "
"dem Signalton nicht gesprochen oder sofort "
"aufgelegt.",
"stichworte": [],
}
print(f" Kategorie: {auswertung['kategorie']} · Dringlichkeit: {auswertung['dringlichkeit']}")
protokoll.schreibe(
"notfall" if auswertung["dringlichkeit"] == "notfall" else "anruf",