Update app.py

app.py

@@ -35,55 +35,6 @@ print(sample1_audio_path)
 # ==============================================================================
 # 数据定义 (Data Definition)
 # ==============================================================================
-"""DIMENSIONS_DATA = [
-    {
-        "title": "语义和语用特征",
-        "audio": sample1_audio_path,
-        "sub_dims": [
-            "记忆一致性：回应者是否能够正确并正确并延续并记忆并延续对话信息？是否存在对上下文的误解或不自洽？", "逻辑连贯性：回应者在语义与对话结构上保持前后一致、合乎逻辑？是否存在前后矛盾的情况？",
-            "常见多音字处理：是否能再上下文中正确使用常见多音字？", "多语言混杂：是否存在自然的语言切换现象？如中英混杂、文化化表达。",
-            "语言不精确性：是否出现打断、自纠正等人类似语言行为？是否存在如“差不多”、“可能吧”这类表达不确定性的用法？", "填充词使用：如“呃”、“嗯”等自然语流中的停顿或过渡词，使用是否得体且自然？",
-            "隐喻与语用用意：是否展现出复杂的语用功能（如讽刺、劝阻、暗示等），以及对活在含义层次的理解能力？"
-        ],
-        "reference_scores": [5, 5, 3, 3, 5, 5, 3]
-    },
-    {
-        "title": "非生理性副语言特征",
-        "audio": sample1_audio_path,
-        "sub_dims": [
-            "节奏：回应者是否存在自然的停顿？语速是否存在自然、流畅的变化？", "语调：在表达疑问、惊讶、强调时，回应者的音调是否会自然上扬或下降？是否表现出符合语境的变化？",
-            "重读：是否存在句中关键词上有意识地加重语气？", "辅助性发声：是否存在叹气、短哼、笑声等辅助情绪的非语言性发声？这些发声是否在语境中正确表达了情绪或意图？"
-        ],
-        "reference_scores": [4, 5, 4, 3]
-    },
-    {
-        "title": "生理性副语言特征",
-        "audio": sample1_audio_path,
-        "sub_dims": [
-            "微生理杂音：回应中是否出现如呼吸声、口水音、气泡音等无意识发声？这些发声是否自然地穿插在恰当的语流节奏当中？",
-            "发音不稳定性：回应者是否出现连读、颤音、鼻音等不稳定发音？", "口音：（如果存在的话）回应者的口音是否自然？是否存在机械式的元辅音发音风格？"
-        ],
-        "reference_scores": [3, 3, 3]
-    },
-    {
-        "title": "机械人格",
-        "audio": sample1_audio_path,
-        "sub_dims": [
-            "谄媚现象：人工智能回应者是否频繁地赞同用户、重复用户的说法、不断表示感谢或道歉？是否存在“无论用户说什么都肯定或支持”的语气模式？",
-            "书面化表达：回应的内容是否缺乏口语化特征？句式是否整齐划一、结构完整却缺乏真实交流中的松散感或灵活性？是否使用抽象或泛泛的措辞来回避具体问题？"
-        ],
-        "reference_scores": [5, 5]
-    },
-    {
-        "title": "情感表达",
-        "audio": sample1_audio_path,
-        "sub_dims": [
-            "语义层面：回应者的语言内容是否体现出符合上下文的情绪反应？是否表达了人类对某些情境应有的情感态度？",
-            "声学层面：回应者的声音情绪是否与语义一致？语调是否有自然的高低起伏来表达情绪变化？是否出现回应内容与声音传达出的情绪不吻合的现象？"
-        ],
-        "reference_scores": [3, 3]
-    }
-]"""
 
 DIMENSIONS_DATA = [
     {
@@ -239,7 +190,7 @@ def update_sample_view(dimension_title):
             if i < len(dim_data['sub_dims']):
                 label = dim_data['sub_dims'][i]
                 score = scores[i] if i < len(scores) else 0
-                sample_slider_ups.append(gr.update(visible=True, label=label, value=0))
+                sample_slider_ups.append(gr.update(visible=True, label=label, value=3))
                 ref_slider_ups.append(gr.update(visible=True, label=label, value=score))
             else:
                 sample_slider_ups.append(gr.update(visible=False, value=0))
@@ -259,7 +210,7 @@ def update_test_dimension_view(d_idx, selections):
     for i in range(MAX_SUB_DIMS):
         if i < len(dimension['sub_dims']):
             sub_dim_label = dimension['sub_dims'][i]
-            value = existing_scores.get(sub_dim_label, 0)
+            value = existing_scores.get(sub_dim_label, 3)
             slider_updates.append(gr.update(visible=True, label=sub_dim_label, value=value))
         else:
             slider_updates.append(gr.update(visible=False, value=0))