Hugging Face's logo

Spaces:
MuhammadHijazii
/
SamaaliWhisper
Sleeping

App Files Community
2
SamaaliWhisper
File size: 6,996 Bytes
dfdd9cb
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
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
145
146
147
148
149
150
151
152
153
154
155
156
157
158
 
#!/usr/bin/env python3
"""
اختبار معالج النصوص المتكامل
"""

from whisper_text_processor import WhisperTextProcessor
import logging

# إعداد التسجيل
logging.basicConfig(level=logging.INFO, format='%(asctime)s - %(levelname)s - %(message)s')
logger = logging.getLogger(__name__)

def test_text_correction():
    """اختبار تصحيح النصوص"""
    logger.info("🧪 بدء اختبار تصحيح النصوص")
    
    # إنشاء معالج النصوص (بدون تحميل نموذج Whisper للاختبار السريع)
    processor = WhisperTextProcessor()
    
    # نصوص مرجعية لبناء القاموس
    reference_texts = [
        "يهتز غشاء الطبل تنتقل عظيمات السمع الاهتزازات إلى النافذة البيضية",
        "يهتز غشاء النافذة البيضية يهتز اللمف الخارجي في القناة الدهليزية",
        "يهتز غشاء رايسنر تنتقل الاهتزازات إلى اللمف الداخلي في القناة القوقعية",
        "اهتزاز الغشاء القاعدي بشكل موجي"
    ]
    
    # إنشاء القاموس
    dictionary = processor.create_dictionary(reference_texts)
    logger.info(f"تم إنشاء قاموس يحتوي على {len(dictionary)} كلمة")
    
    # نص للاختبار (يحتوي على أخطاء)
    test_text = "يحتاز غشاء الطبل تنتقل عظيمات السماء الاحتزازات إلى النافذة البيضية يحتاز الملف الخارجي"
    
    logger.info(f"النص الأصلي: {test_text}")
    
    # تصحيح النص
    corrected_text, corrections = processor.correct_text(test_text, max_distance=3, threshold_freq=1)
    
    logger.info(f"النص المصحح: {corrected_text}")
    logger.info(f"عدد التصحيحات: {len(corrections)}")
    
    for correction in corrections:
        logger.info(f"  تصحيح: '{correction['original']}' → '{correction['corrected']}' "
                   f"(تكرار: {correction['frequency']}, مسافة: {correction['distance']})")
    
    return corrected_text, corrections

def test_text_comparison():
    """اختبار مقارنة النصوص"""
    logger.info("🧪 بدء اختبار مقارنة النصوص")
    
    processor = WhisperTextProcessor()
    
    # نصوص للمقارنة
    reference_text = "يهتز غشاء الطبل تنتقل عظيمات السمع الاهتزازات إلى النافذة البيضية"
    transcribed_text = "يحتاز غشاء الطبل تنتقل عظيمات السماء الاحتزازات إلى النافذة البيضية"
    
    # مقارنة النصوص
    comparison_result = processor.compare_texts(reference_text, transcribed_text)
    
    logger.info(f"معدل خطأ الكلمات (WER): {comparison_result['wer_percentage']}")
    logger.info(f"معدل خطأ الأحرف (CER): {comparison_result['cer_percentage']}")
    logger.info(f"عدد كلمات النص المرجعي: {comparison_result['reference_words']}")
    logger.info(f"عدد كلمات النص المستخرج: {comparison_result['transcribed_words']}")
    logger.info(f"فرق عدد الكلمات: {comparison_result['word_differences']}")
    
    return comparison_result

def test_html_report():
    """اختبار إنشاء تقرير HTML"""
    logger.info("🧪 بدء اختبار إنشاء تقرير HTML")
    
    processor = WhisperTextProcessor()
    
    # بيانات وهمية للاختبار
    test_results = {
        "audio_path": "/path/to/test_audio.wav",
        "reference_text": "يهتز غشاء الطبل تنتقل عظيمات السمع الاهتزازات إلى النافذة البيضية",
        "original_transcription": "يحتاز غشاء الطبل تنتقل عظيمات السماء الاحتزازات إلى النافذة البيضية",
        "corrected_transcription": "يهتز غشاء الطبل تنتقل عظيمات السمع الاهتزازات إلى النافذة البيضية",
        "corrections": [
            {"original": "يحتاز", "corrected": "يهتز", "frequency": 4, "distance": 2},
            {"original": "السماء", "corrected": "السمع", "frequency": 1, "distance": 2},
            {"original": "الاحتزازات", "corrected": "الاهتزازات", "frequency": 2, "distance": 1}
        ],
        "original_metrics": {
            "wer": 0.15,
            "cer": 0.08,
            "wer_percentage": "15.00%",
            "cer_percentage": "8.00%",
            "html_diff": "<span>مقارنة النص الأصلي</span>",
            "reference_words": 10,
            "transcribed_words": 10,
            "word_differences": 0
        },
        "corrected_metrics": {
            "wer": 0.0,
            "cer": 0.0,
            "wer_percentage": "0.00%",
            "cer_percentage": "0.00%",
            "html_diff": "<span>مقارنة النص المصحح</span>",
            "reference_words": 10,
            "transcribed_words": 10,
            "word_differences": 0
        },
        "improvement": {
            "wer_improvement": 0.15,
            "cer_improvement": 0.08
        },
        "timestamps": []
    }
    
    # إنشاء تقرير HTML
    html_report = processor.generate_html_report(test_results)
    
    # حفظ التقرير
    with open("/home/ubuntu/test_report.html", "w", encoding="utf-8") as f:
        f.write(html_report)
    
    logger.info("تم إنشاء تقرير HTML وحفظه في test_report.html")
    
    return html_report

def main():
    """الدالة الرئيسية للاختبار"""
    logger.info("🚀 بدء اختبارات معالج النصوص المتكامل")
    
    try:
        # اختبار تصحيح النصوص
        corrected_text, corrections = test_text_correction()
        
        # اختبار مقارنة النصوص
        comparison_result = test_text_comparison()
        
        # اختبار إنشاء تقرير HTML
        html_report = test_html_report()
        
        logger.info("✅ تم إنجاز جميع الاختبارات بنجاح!")
        
        # عرض ملخص النتائج
        print("\n" + "="*60)
        print("📊 ملخص نتائج الاختبارات")
        print("="*60)
        print(f"عدد التصحيحات المطبقة: {len(corrections)}")
        print(f"معدل خطأ الكلمات: {comparison_result['wer_percentage']}")
        print(f"معدل خطأ الأحرف: {comparison_result['cer_percentage']}")
        print(f"تم إنشاء تقرير HTML بحجم: {len(html_report)} حرف")
        print("="*60)
        
    except Exception as e:
        logger.error(f"❌ فشل في الاختبارات: {str(e)}")
        raise

if __name__ == "__main__":
    main()