first commit

backend/tests/test_build_phrases.py

@@ -0,0 +1,125 @@
+"""Тесты чистой функции реконструкции фраз `build_phrases` (ТЗ §1.3).
+
+Синтетические таймлайны без БД/сети — алгоритм тестируется в изоляции (TDD).
+"""
+
+import uuid
+
+from core.plugins.transcriber import Segment
+from workers.transcription.phrases import (
+    INTERJECTION_THRESHOLD_S,
+    PhraseDraft,
+    build_phrases,
+)
+
+ALICE = uuid.uuid4()
+BOB = uuid.uuid4()
+
+
+def test_single_speaker_multiple_segments_merge_into_one_phrase() -> None:
+    """Несколько сегментов одного спикера → одна фраза с границами min start / max end."""
+    segments = {ALICE: [Segment(0.0, 2.0, "a"), Segment(3.0, 5.0, "b")]}
+    offsets = {ALICE: 0.0}
+
+    result = build_phrases(segments, offsets)
+
+    assert result == [PhraseDraft(participant_id=ALICE, start=0.0, end=5.0, text="a b")]
+
+
+def test_alice_bob_alice_example_from_spec() -> None:
+    """Пример A–B–A из §1.3: три фразы в порядке t_start."""
+    segments = {
+        ALICE: [Segment(0.0, 3.0, "alice1"), Segment(6.0, 9.0, "alice2")],
+        BOB: [Segment(3.0, 6.0, "bob1")],
+    }
+    offsets = {ALICE: 0.0, BOB: 0.0}
+
+    result = build_phrases(segments, offsets)
+
+    assert result == [
+        PhraseDraft(participant_id=ALICE, start=0.0, end=3.0, text="alice1"),
+        PhraseDraft(participant_id=BOB, start=3.0, end=6.0, text="bob1"),
+        PhraseDraft(participant_id=ALICE, start=6.0, end=9.0, text="alice2"),
+    ]
+
+
+def test_long_overlap_keeps_both_phrases_with_intersecting_intervals() -> None:
+    """Перекрытие речи ≥ порога → сохраняются обе фразы с пересекающимися интервалами."""
+    segments = {
+        ALICE: [Segment(0.0, 10.0, "alice-long")],
+        BOB: [Segment(3.0, 8.0, "bob-overlap")],
+    }
+    offsets = {ALICE: 0.0, BOB: 0.0}
+    assert 8.0 - 3.0 >= INTERJECTION_THRESHOLD_S
+
+    result = build_phrases(segments, offsets)
+
+    assert result == [
+        PhraseDraft(participant_id=ALICE, start=0.0, end=10.0, text="alice-long"),
+        PhraseDraft(participant_id=BOB, start=3.0, end=8.0, text="bob-overlap"),
+    ]
+    # интервалы действительно пересекаются
+    alice_phrase, bob_phrase = result
+    assert bob_phrase.start < alice_phrase.end
+    assert bob_phrase.end > alice_phrase.start
+
+
+def test_short_interjection_does_not_break_monologue_but_is_kept_separately() -> None:
+    """Короткое «угу» (<1.5с) внутри чужого монолога: монолог одной фразой, вставка — отдельной."""
+    segments = {
+        ALICE: [Segment(0.0, 2.0, "one"), Segment(2.5, 5.0, "two")],
+        BOB: [Segment(2.1, 2.3, "угу")],
+    }
+    offsets = {ALICE: 0.0, BOB: 0.0}
+    assert 2.3 - 2.1 < INTERJECTION_THRESHOLD_S
+
+    result = build_phrases(segments, offsets)
+
+    assert result == [
+        PhraseDraft(participant_id=ALICE, start=0.0, end=5.0, text="one two"),
+        PhraseDraft(participant_id=BOB, start=2.1, end=2.3, text="угу"),
+    ]
+
+
+def test_silence_gap_does_not_break_single_speaker_phrase() -> None:
+    """Тишина (большой зазор) между сегментами одного спикера без чужой речи фразу не рвёт."""
+    segments = {ALICE: [Segment(0.0, 2.0, "a"), Segment(20.0, 22.0, "b")]}
+    offsets = {ALICE: 0.0}
+
+    result = build_phrases(segments, offsets)
+
+    assert result == [PhraseDraft(participant_id=ALICE, start=0.0, end=22.0, text="a b")]
+
+
+def test_empty_input_returns_empty_list() -> None:
+    """Пустой вход → пустой список фраз."""
+    assert build_phrases({}, {}) == []
+
+
+def test_participant_with_no_segments_contributes_nothing() -> None:
+    """Участник без сегментов не создаёт фраз, но не ломает построение остальных."""
+    segments = {ALICE: [Segment(0.0, 2.0, "a")], BOB: []}
+    offsets = {ALICE: 0.0, BOB: 0.0}
+
+    result = build_phrases(segments, offsets)
+
+    assert result == [PhraseDraft(participant_id=ALICE, start=0.0, end=2.0, text="a")]
+
+
+def test_track_offsets_shift_timeline() -> None:
+    """Смещения треков (`track_offsets`) корректно сдвигают таймлайн сегментов."""
+    segments = {
+        ALICE: [Segment(0.0, 2.0, "alice-early-on-track")],
+        BOB: [Segment(0.0, 2.0, "bob-early-on-track")],
+    }
+    # трек Боба стартовал позже (offset больше) → на общем таймлайне сеанса
+    # его сегмент оказывается ПОСЛЕ сегмента Алисы, хотя на своих треках
+    # оба сегмента начинались с нуля.
+    offsets = {ALICE: 10.0, BOB: 20.0}
+
+    result = build_phrases(segments, offsets)
+
+    assert result == [
+        PhraseDraft(participant_id=ALICE, start=10.0, end=12.0, text="alice-early-on-track"),
+        PhraseDraft(participant_id=BOB, start=20.0, end=22.0, text="bob-early-on-track"),
+    ]