Первоначальная версия VidConf

workers/summarizer/transcript.py

@@ -0,0 +1,44 @@
+"""Сборка строкового транскрипта сеанса из реконструированных фраз.
+
+Формат строки — `[Имя MM:SS] текст` (или `[Имя ЧЧ:MM:SS] текст` от часа) —
+ровно тот, что ожидает утверждённый map-промпт суммаризации
+(`workers/summarizer/prompts/summary_map_ru.txt`) и парсит чанкер
+(`backend/core/summarization/chunking.py`).
+"""
+
+from collections.abc import Sequence
+from dataclasses import dataclass
+
+
+@dataclass(frozen=True, slots=True)
+class TranscriptLine:
+    """Одна фраза транскрипта, готовая к форматированию в строку промпта.
+
+    `offset_s` — смещение начала фразы в секундах от `t_start` сеанса
+    (как у `PhraseDraft`, см. `workers/transcription/phrases.py`).
+    """
+
+    speaker: str
+    offset_s: float
+    text: str
+
+
+def _format_offset(offset_s: float) -> str:
+    """Отформатировать смещение как `MM:SS`, либо `ЧЧ:MM:SS` при offset >= 1 часа."""
+    total_seconds = int(offset_s)
+    hours, remainder = divmod(total_seconds, 3600)
+    minutes, seconds = divmod(remainder, 60)
+    if hours:
+        return f"{hours}:{minutes:02d}:{seconds:02d}"
+    return f"{minutes:02d}:{seconds:02d}"
+
+
+def build_transcript(lines: Sequence[TranscriptLine]) -> str:
+    """Собрать транскрипт сеанса: сортировка по `offset_s` → строки-фразы.
+
+    Пустой список фраз даёт пустую строку.
+    """
+    ordered = sorted(lines, key=lambda line: line.offset_s)
+    return "\n".join(
+        f"[{line.speaker} {_format_offset(line.offset_s)}] {line.text}" for line in ordered
+    )