Files
live-app-translator/tests/test_pipeline.py
EJClaw 53ccbcf677
Some checks failed
Windows / verify (push) Has been cancelled
fix: 한국인 억양 영어를 한국어로 감지해 한글 음차로 적던 것
원본 언어가 '자동 감지'일 때 Whisper 는 말의 언어보다 억양을 보고 언어를
고른다. 한국어 화자가 말한 영어는 한국어로 감지되고 "스나이퍼 온 더
루프탑" 처럼 소리 나는 대로 적혀, 원문=번역 언어가 되어 번역도 건너뛰었다.
실측(한국어 TTS 가 영어를 읽은 10문장): small·turbo 모두 10/10 한국어 감지.

번역 대상 언어(또는 지원 밖 언어)로 감지된 확정 문장만 한 번 더 받아 적는다.
- 대안 언어는 영어 우선. 확률 순으로 고르면 일본어가 뽑혀 가타카나 음차가
  되고 확률도 높아 거를 수 없었다.
- 평균 log 확률이 크게 떨어지면(진짜 한국어를 영작한 경우) 버린다.
- 대안에 한글이 섞이면(small 이 언어를 못 바꾼 경우) 버린다.
- 압축률 2.4 초과(반복 환각)면 버린다.

결과: small·turbo(beam 1/2) 모두 억양 영어 10/10 영어로, 한국어 6/6 유지,
원어민 영어·무전 가공 음성은 그대로.

Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>
2026-10-09 02:27:41 +09:00

132 lines
3.8 KiB
Python

"""엔진 파이프라인을 가짜 모델로 끝까지 돌려본다 (GPU/오디오 장치 불필요)."""
from __future__ import annotations
import time
import numpy as np
import pytest
from livesub.audio.base import CaptureBackend, to_mono_16k
from livesub.config import AppConfig
from livesub.constants import SAMPLE_RATE
from livesub.core.engine import TranslationEngine
from livesub.models.asr import Transcript
class FakeCapture(CaptureBackend):
"""말-침묵-말-침묵 패턴을 즉시 흘려보낸다."""
name = "fake"
per_process = True
@staticmethod
def available() -> bool:
return True
@staticmethod
def list_sources():
return []
def _run(self) -> None:
def tone(ms, amp=0.35):
n = SAMPLE_RATE * ms // 1000
t = np.arange(n, dtype=np.float32) / SAMPLE_RATE
return (np.sin(2 * np.pi * 240 * t) * amp).astype(np.float32)
pattern = np.concatenate(
[np.zeros(SAMPLE_RATE // 5, np.float32), tone(900),
np.zeros(SAMPLE_RATE, np.float32)]
)
while not self._stop.is_set():
for i in range(0, pattern.size, 1600):
if self._stop.is_set():
return
self._emit(pattern[i : i + 1600].copy())
time.sleep(0.005)
class FakeRecognizer:
loaded = True
def load(self):
pass
def unload(self):
pass
def transcribe(self, audio, language=None, fast=False, prompt="", target_lang=None):
return Transcript(text="hello world", language="en", confidence=0.99)
class FakeTranslator:
loaded = True
def load(self):
pass
def unload(self):
pass
def translate(self, text, source_lang, target_lang, glossary=None, **kwargs):
# 실제 Translator 와 같은 키워드(speech_level, source_politeness)를 받는다.
self.last_kwargs = kwargs
return f"[{target_lang}] {text}"
@pytest.fixture
def engine(tmp_path, monkeypatch):
config = AppConfig()
config.models.preload_on_start = False
config.glossary.path = str(tmp_path / "glossary.json")
config.audio.partial_interval_ms = 0
config.audio.silence_ms = 300
config.audio.min_segment_ms = 200
lines = []
eng = TranslationEngine(config, on_line=lines.append)
monkeypatch.setattr(eng.models, "recognizer", lambda: FakeRecognizer())
monkeypatch.setattr(eng.models, "translator", lambda: FakeTranslator())
monkeypatch.setattr("livesub.core.engine.create_capture", lambda cfg: FakeCapture())
eng.lines = lines
yield eng
eng.shutdown()
def test_engine_produces_translated_lines(engine):
engine.start()
deadline = time.time() + 12
while time.time() < deadline and not engine.lines:
time.sleep(0.05)
engine.stop()
assert engine.lines, "12초 안에 자막이 한 줄도 나오지 않았습니다"
line = engine.lines[0]
assert line.source_text == "hello world"
assert line.translated_text == "[ko] hello world"
assert line.source_lang == "en"
assert line.is_final
assert line.latency_s >= 0
def test_stop_is_idempotent(engine):
engine.start()
time.sleep(0.3)
engine.stop()
engine.stop()
assert not engine.running
def test_to_mono_16k_downmixes_and_resamples():
stereo_48k = np.tile(np.array([1.0, -1.0], dtype=np.float32), 48_000)
out = to_mono_16k(stereo_48k, channels=2, src_rate=48_000)
assert out.dtype == np.float32
assert abs(out.size - 16_000) <= 2 # 1초 분량
assert np.allclose(out, 0.0, atol=1e-6) # L+R 이 상쇄
def test_to_mono_16k_passthrough_when_already_correct():
mono = np.linspace(-1, 1, 16_000, dtype=np.float32)
out = to_mono_16k(mono, channels=1, src_rate=16_000)
assert np.array_equal(out, mono)