mirror of
https://github.com/Jeuners/Logpy-AgentOne.git
synced 2026-09-09 15:02:33 +02:00
cc569d1ecb
"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
97 lines
4 KiB
Python
97 lines
4 KiB
Python
"""Orchestrator der Anruf-Pipeline: Audio -> Transkript -> Kategorie -> Ablage.
|
|
|
|
Aufruf:
|
|
python3 -m pipe.process_call <audiodatei> [--nummer 021031234567]
|
|
|
|
Gibt am Ende den Ablageort aus. Vollständig lokal, sofern keine Nextcloud-
|
|
Zugangsdaten konfiguriert sind.
|
|
"""
|
|
from __future__ import annotations
|
|
|
|
import argparse
|
|
import sys
|
|
from datetime import datetime
|
|
|
|
from . import categorize, kontakte, protokoll, store, transcribe
|
|
|
|
|
|
def verarbeite(audio: str, anrufer_nummer: str | None = None,
|
|
empfangen: datetime | None = None) -> dict:
|
|
empfangen = empfangen or datetime.now()
|
|
|
|
print(f"▸ Transkribiere {audio} …")
|
|
protokoll.schreibe("anruf", "Transkribiere …", nummer=anrufer_nummer)
|
|
t = transcribe.transkribiere(audio)
|
|
protokoll.schreibe("anruf", (t.text[:200] or "(kein Text erkannt)"),
|
|
nummer=anrufer_nummer, dauer=t.dauer)
|
|
print(f" Sprache: {t.sprache} ({t.sprache_wahrscheinlichkeit}), Dauer: {t.dauer}s")
|
|
print(f" Text: {t.text[:160]}{'…' if len(t.text) > 160 else ''}")
|
|
|
|
print("▸ Kategorisiere …")
|
|
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",
|
|
f"{auswertung['kategorie']} · {auswertung['dringlichkeit']}"
|
|
+ (f" · {auswertung['anrufer_name']}" if auswertung.get("anrufer_name") else ""),
|
|
nummer=anrufer_nummer, kategorie=auswertung["kategorie"],
|
|
dringlichkeit=auswertung["dringlichkeit"])
|
|
|
|
bekannter_kontakt = kontakte.nachschlagen(anrufer_nummer)
|
|
if bekannter_kontakt:
|
|
print(f" Kontakt: bekannt als »{bekannter_kontakt['name']}« "
|
|
f"({bekannter_kontakt['adressbuch']})")
|
|
protokoll.schreibe("kontakt", f"bekannter Anrufer: {bekannter_kontakt['name']}",
|
|
nummer=anrufer_nummer)
|
|
|
|
datensatz = {
|
|
"empfangen": empfangen.isoformat(timespec="seconds"),
|
|
"anrufer_nummer": anrufer_nummer,
|
|
"transkript": t.text,
|
|
"erkannte_sprache": t.sprache,
|
|
"audio_dauer_s": t.dauer,
|
|
"auswertung": auswertung,
|
|
"bekannter_kontakt": bekannter_kontakt,
|
|
}
|
|
|
|
print("▸ Lege ab …")
|
|
ziel = store.speichere(datensatz, audio)
|
|
print(f"✔ Fertig: {ziel}")
|
|
protokoll.schreibe("fertig", f"abgelegt: {ziel.parent.name}/{ziel.name}",
|
|
nummer=anrufer_nummer)
|
|
protokoll.kuerze()
|
|
return datensatz
|
|
|
|
|
|
def main(argv: list[str] | None = None) -> int:
|
|
p = argparse.ArgumentParser(description="Anruf verarbeiten und ablegen.")
|
|
p.add_argument("audio", help="Pfad zur Audiodatei (WAV/OPUS/…)")
|
|
p.add_argument("--nummer", default=None, help="Rufnummer des Anrufers (CLIP), falls bekannt")
|
|
args = p.parse_args(argv)
|
|
try:
|
|
verarbeite(args.audio, anrufer_nummer=args.nummer)
|
|
except Exception as fehler:
|
|
print(f"✖ Fehler: {fehler}", file=sys.stderr)
|
|
return 1
|
|
return 0
|
|
|
|
|
|
if __name__ == "__main__":
|
|
raise SystemExit(main())
|