Spaces:
Paused
Paused
Commit History
-
Transkrypcja byla jedyna trescia, ktora szla do modelu bez ograniczenia
Malina +1: Claude Opus 5 (1M context)Kazdy inny typ pliku przechodzi przez extract(), gdzie obowiazuje PER_FILE_CHARS. Transkrypcja nie: idzie prosto z Whispera albo ze sciezki napisow do map_text, z pominieciem tej drogi. Trzy godziny napisow to grubo ponad sto tysiecy znakow, czyli daleko poza to, co model MAP przyjmie w jednym wywolaniu, a awaria wygladalaby na kapryszacy model, nie na zbyt duze zapytanie. Ograniczenie siedzi teraz w _map_user, wiec zaden wywolujacy go nie obejdzie, i jest powiedziane wprost w zapytaniu, zeby model nie udawal, ze przeczytal plik, ktorego widzial tylko poczatek. Przy okazji dwie rzeczy po stronie napisow: - Napisy nie podlegaly limitowi TRANSCRIBE_MAX_SECONDS, ktory obowiazuje Whispera. Ta sama robota sluchala innej reguly zaleznie tylko od tego, skad wzielismy slowa. Teraz obie konczą w tym samym miejscu. - Napisy przewijane (rodzina eia_608 szczegolnie) powtarzaja te sama linijke przez kolejne kwestie, gdy tekst sie przesuwa. Kazda kopia byla placona w tokenach. Scalane sa t…eac204b
-
Etap 5a: skany PDF, napisy z kontenera, binaria, EXIF, duplikaty klatek
MalinaSkan PDF byl calkowicie tracony. PDF bez warstwy tekstowej wracal jako 'no readable text found' i ladowal na liscie nieczytelnych, co dla faktury albo podpisanej umowy oznacza wyrzucenie calej tresci pliku. pypdf potrafi wyciagnac osadzony obraz strony wprost, wiec nie trzeba zadnej nowej zaleznosci do rasteryzacji. Strony ida do modelu wizyjnego, zgodnie z werdyktem zapisanym w NINIE, ze VLM czyta tekst z obrazu lepiej niz OCR. Sprawdzone na testowej fakturze: numer 2026/09/441, kwota 3 936,00 PLN i termin 12 pazdziernika odczytane doslownie. Napisy z kontenera zamiast Whispera. Wgrane MKV i MP4 czesto maja sciezke tekstowa; odczyt zajmuje 0,07 s zamiast dziesiatek sekund transkrypcji na CPU, jest dokladniejszy i nie przekreca nazw wlasnych. Gdy sciezki nie ma, Whisper przejmuje sprawe bez zmian. Port z NINA/subtitles.py. Pliki binarne nie ida juz do modelu jako mojibake. Nieznane rozszerzenie bylo czytane jako UTF-8 z podmiana bledow: zmierzone na pliku testowym 1192 z 2000 pierwsz…602f9e5