File size: 5,549 Bytes
c7e434a |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 |
"""
Tempo Analysis Service
Analisis tempo dan jeda bicara menggunakan Silero VAD
"""
import torch
from typing import Dict, List
import warnings
warnings.filterwarnings('ignore')
class TempoService:
"""Analisis tempo dan jeda bicara"""
def __init__(self):
"""Initialize Silero VAD model"""
print("🔄 Loading Silero VAD model...")
torch.set_num_threads(1)
self.model, utils = torch.hub.load(
repo_or_dir='snakers4/silero-vad',
model='silero_vad',
force_reload=False
)
(self.get_speech_timestamps,
self.save_audio,
self.read_audio,
self.VADIterator,
self.collect_chunks) = utils
print("✅ Silero VAD model loaded!\n")
def analyze(self, audio_path: str, transcription: str, sampling_rate: int = 16000) -> Dict:
"""
Analisis tempo berdasarkan jumlah kata per menit dan deteksi jeda panjang
Kriteria penilaian:
- Poin 5 (Sangat Baik): 140-150 kata dalam 48-60 detik, tidak ada jeda >3 detik
- Poin 4 (Baik): 110-139 kata dalam 36-60 detik, tidak ada jeda >3 detik
- Poin 3 (Cukup): 60-109 kata dalam 60 detik, tidak ada jeda >3 detik
- Poin 2 (Buruk): <60 kata dalam 60 detik, tidak ada jeda >3 detik
- Poin 1 (Perlu Ditingkatkan): Berhenti sebelum 60 detik ATAU ada jeda >3 detik
Args:
audio_path: Path ke file audio
transcription: Teks hasil transcription untuk hitung jumlah kata
sampling_rate: Sample rate audio (default: 16000)
Returns:
Dict berisi hasil analisis lengkap
"""
print(f"🎧 Analyzing tempo: {audio_path}")
# Load audio
wav = self.read_audio(audio_path)
# Deteksi segmen bicara
speech_timestamps = self.get_speech_timestamps(
wav, self.model, sampling_rate=sampling_rate
)
# Hitung total durasi audio
total_duration_sec = len(wav) / sampling_rate
# Hitung jumlah kata dari transcription
word_count = len(transcription.split())
# Hitung kata per menit (normalize ke 60 detik)
words_per_minute = (word_count / total_duration_sec) * 60 if total_duration_sec > 0 else 0
# Deteksi jeda panjang (>3 detik)
long_pauses = []
has_long_pause = False
data = []
for i, seg in enumerate(speech_timestamps):
start_time = seg['start'] / sampling_rate
end_time = seg['end'] / sampling_rate
duration = end_time - start_time
if i == 0:
pause_before = start_time
else:
pause_before = start_time - (speech_timestamps[i - 1]['end'] / sampling_rate)
# Check jeda panjang
if pause_before > 3.0:
has_long_pause = True
long_pauses.append({
'after_segment': i,
'pause_duration': round(pause_before, 2)
})
data.append({
'segment': i + 1,
'start_sec': round(start_time, 2),
'end_sec': round(end_time, 2),
'duration_sec': round(duration, 2),
'pause_before_sec': round(pause_before, 2)
})
# Tentukan skor berdasarkan kriteria
if total_duration_sec < 60 or has_long_pause:
# Poin 1: Berhenti sebelum 60 detik ATAU ada jeda >3 detik
poin = 1
kategori = "Perlu Ditingkatkan"
if total_duration_sec < 60:
alasan = f"Durasi bicara hanya {round(total_duration_sec, 1)} detik (kurang dari 60 detik)"
else:
alasan = f"Terdapat {len(long_pauses)} jeda lebih dari 3 detik"
elif words_per_minute >= 140 and words_per_minute <= 150 and total_duration_sec >= 48:
# Poin 5: 140-150 kata dalam 48-60 detik
poin = 5
kategori = "Sangat Baik"
alasan = f"Tempo ideal: {round(words_per_minute, 1)} kata/menit dalam {round(total_duration_sec, 1)} detik"
elif words_per_minute >= 110 and words_per_minute <= 139 and total_duration_sec >= 36:
# Poin 4: 110-139 kata dalam 36-60 detik
poin = 4
kategori = "Baik"
alasan = f"Tempo baik: {round(words_per_minute, 1)} kata/menit dalam {round(total_duration_sec, 1)} detik"
elif words_per_minute >= 60 and words_per_minute <= 109:
# Poin 3: 60-109 kata dalam 60 detik
poin = 3
kategori = "Cukup"
alasan = f"Tempo cukup: {round(words_per_minute, 1)} kata/menit"
else:
# Poin 2: <60 kata dalam 60 detik
poin = 2
kategori = "Buruk"
alasan = f"Tempo lambat: hanya {round(words_per_minute, 1)} kata/menit"
print("✅ Tempo analysis complete!\n")
return {
'score': poin,
'category': kategori,
'reason': alasan,
'total_duration_sec': round(total_duration_sec, 2),
'word_count': word_count,
'words_per_minute': round(words_per_minute, 1),
'has_long_pause': has_long_pause,
'long_pauses': long_pauses,
'total_segments': len(speech_timestamps),
# 'segments': data
}
|