fix(pipeline): alucinacao do STT nao vira mais voz no cabo virtual (#47)

[caioross]

Contexto

Quando o VAD fecha um segmento sem fala de verdade (respiração, clique de teclado, música ao fundo), o faster-whisper não devolve vazio: devolve uma frase plausível — "Legendas pela comunidade Amara.org", "Thank you.", "...", repetições. O pipeline não tinha defesa: o único filtro era if not text.strip(), e os metadados que o próprio Whisper já calcula (no_speech_prob, avg_logprob) morriam no " ".join(...) de STT.transcribe*.

Como o Laguna fala a tradução no cabo virtual, isso significava o app conversando sozinho com a call de Discord enquanto o usuário está calado — e queimando uma frase inteira de STT+MT+TTS de fila (seg_q tem maxsize=4) por ruído.

O que mudou

laguna_pipeline.py

• is_hallucination(text, no_speech_prob=None, avg_logprob=None) — decisão pura (só texto e números; sem áudio, modelo, GPU ou rede), em três camadas:
  1. blocklist normalizada (minúsculas, sem acento/pontuação) PT+EN, curta e comentada — só entra o que ninguém diz numa call. "obrigado" sozinho não está lá; "obrigado por assistir" está;
  2. repetição patológica (uma palavra ≥80% do segmento, ou loop curto alternado);
  3. metadados, só em conjunção (no_speech_prob > 0.6 E avg_logprob < -1.0).
• STT.transcribe_detailed(pcm, detect_lang=False) -> STTResult agrega os metadados por duração dos segmentos. transcribe() e transcribe_with_lang() passaram a delegar e mantiveram as assinaturas — fase0_poc.py, bench_fase0.py, stress_*.py, test_offline.py e test_lang_detect.py não precisaram de uma linha.

laguna_core.py — _process_segment barra o segmento reprovado antes do MT/TTS: nada de tradução, nada de síntese, nada no sink. O texto barrado ainda é emitido como stt (o usuário vê o que foi descartado) e o descarte vira skipped com chave própria mt.hallucination. A latência de STT continua contando — o trabalho existiu, e a métrica não pode mentir por omissão (#21).

static/ — o handler de skipped passa a resolver ev.key; evento antigo (mesmo idioma) não manda chave e continua no fallback mt.skipped. Chave nova nos dois dicionários.

Por que a conjunção nos metadados, e não avg_logprob sozinho

Medido agora, com o modelo real, no dry_pt2en.wav do dono:

áudio	texto	no_speech_prob	avg_logprob	barrado?
dry_pt2en.wav (fala real PT)	"Ei, galera, eu estou testando o translator…"	0,0031	-0,7512	não
dry_en2pt.wav (fala real EN)	"There, everyone, this is a real-time translator test…"	0,0011	-0,4937	não
silêncio 1s	''	—	—	sim

A fala legítima em PT já vem com avg_logprob -0,75, a 0,25 do limiar. Um filtro que reprovasse por esse eixo isoladamente estaria a um sotaque de distância de emudecer fala real — daí a conjunção e o viés declarado: falso negativo é preferível a falso positivo.

Durante o desenvolvimento o limiar de repetição estava em 0,75 e barrava "vai vai vai time" (grito de torcida, 3/4 palavras). Subiu para 0,8 com o caso registrado em comentário no código e em teste.

Gate (HANDBOOK §6) — resultado real

• T1 ✅ compileall → COMPILE_OK; import-smoke de fase0_poc, laguna_core, laguna_server → IMPORTS_OK.
• T2 ✅ test_offline.py "dry_pt2en.wav" --direction pt2en --model small --device auto — exit 0, out_gate.wav gerado, fala real traduzida ponta a ponta: STT 629ms · MT 500ms · TTS 2592ms (cuda/float16, primeira execução da worktree, modelos recém-baixados). Zero regressão de recall.
• T3 ✅ node --check static/app.js e static/i18n.js → JS_OK; tests_unit/test_i18n_parity.py → 2 passed (paridade PT/EN mantida).
• pytest ✅ tests_unit/ → 149 passed (18 novos em test_hallucination_filter.py).

Nenhuma constante de VAD ou default de modelo foi tocada — o caminho quente do áudio não mudou. O filtro roda sobre texto, depois do STT, e custa uma normalização de string por frase.

Riscos

• Falso positivo em fala real é o risco de verdade. Mitigado pelo viés conservador, pelos limiares medidos acima e por testes que fixam "sim", "ok", "yes", "Obrigado" e ênfase curta como não-barráveis. Se aparecer um caso real barrado, o conserto é remover a entrada da blocklist ou afrouxar um limiar — tudo em constantes nomeadas no topo do bloco.
• "tchau" e "thank you" na blocklist são um trade-off explícito: são despedidas legítimas, mas estão entre as alucinações mais frequentes do Whisper em silêncio. Perder um "tchau" no fim de uma call custa menos que o app falar sozinho no meio dela. Fácil de reverter se o dono discordar.
• transcribe_detailed é o único ponto que fala com o modelo agora; os dois métodos históricos são casca. Comportamento idêntico ao anterior (mesmos parâmetros de transcribe), mas o T2 acima exercitou justamente esse caminho.

Solicito quórum (HANDBOOK §7)

Closes #47

[caioross]

Estado da CI: falha de infraestrutura do GitHub, não do código

O job pytest (lógica pura) passou nas duas execuções (3m57s). O job compile + lint mínimo falhou duas vezes sem executar um único passo do repositório:

1. primeira execução — morreu em Set up job: Failed to resolve action download info. Error: Service Unavailable (3 tentativas do próprio runner);
2. re-execução — The job was not acquired by Runner of type hosted even after multiple attempts após 15m01s.

Nenhuma das duas chegou a rodar compileall. São modos de falha da plataforma (resolução de action e alocação de runner), não do diff.

O gate local do HANDBOOK §6 — que é o que vale, já que o CI é subconjunto do T1 — está verde e foi rodado com C:\Python313\python.exe na worktree:

• T1 compileall → COMPILE_OK; import fase0_poc, laguna_core, laguna_server → IMPORTS_OK
• T2 test_offline.py dry_pt2en.wav --device auto → exit 0, out_gate.wav gerado
• T3 node --check → JS_OK; test_i18n_parity.py → 2 passed
• tests_unit/ → 149 passed

Para o PR Doctor: re-executar o job compile + lint mínimo antes do quórum — o pré-requisito de CI verde não foi satisfeito por indisponibilidade da plataforma, e essa evidência ainda precisa ser obtida. Não estou pedindo dispensa do requisito.