# -*- coding: utf-8 -*-
"""Verify: fehlen WÖRTER (Content-Cut) oder ist es nur gefühltes abruptes Einsetzen?
Whisper-Rücktranskription der v2-Samples + Energie am 1./letzten Audio-Sample."""
import os, numpy as np, soundfile as sf
from faster_whisper import WhisperModel

DIR = r"C:\Users\TobisPC\Desktop\lucy_lsd_v2"
EXPECT = {
 "kurz":  "Hallo Commander, ich höre dich.",
 "mittel":"Guten Morgen, Commander. Das Backup ist sauber durchgelaufen und es gab keine Fehler.",
 "lang":  "Natürlich kümmere ich mich darum, Commander. Ich starte den Dienst neu, prüfe die Protokolle und melde mich, sobald alles wieder läuft.",
}
w = WhisperModel("small", device="cpu", compute_type="int8")
for lsd in [5, 6]:
    print(f"=== lsd {lsd} ===")
    for name in ["kurz", "mittel", "lang"]:
        p = os.path.join(DIR, f"lsd{lsd}_{name}.wav")
        a, sr = sf.read(p)
        a = np.asarray(a, dtype=np.float32).reshape(-1)
        # Energie der ersten/letzten 100ms NICHT-Pad (überspringe 90ms Pad)
        pad = int(0.09*sr)
        core = a[pad:-pad] if a.size > 2*pad else a
        seg, _ = w.transcribe(p, language="de", beam_size=5)
        txt = " ".join(s.text for s in seg).strip()
        print(f"[{name:6}] EXPECT: {EXPECT[name]}")
        print(f"         GOT   : {txt}")
        print(f"         dur={a.size/sr:.2f}s core_start_amp={np.abs(core[:5]).max():.3f} core_end_amp={np.abs(core[-5:]).max():.3f}")
print("VERIFY_DONE")