C146 · ASR · DIARIZAÇÃO · REGRESSÃO
Um caso pequeno para descobrir quando o falante ou o timestamp se perde.
Baixe um áudio sintético PT-BR e saídas de referência, rode em qualquer provider e valide o contrato localmente. Nenhuma chave, upload ou conta externa é necessária para usar o kit.
First-party synthetic · sem voz natural · sem overlap/ruído · não é benchmark de produção
Fixture pública · PT-BR · duas vozes
Baixe o mesmo caso em áudio, JSON, SRT, VTT e TXT.
O caso tem 20,88 segundos, quatro turnos, duas vozes sintéticas e três pausas. Use-o para verificar preservação de falantes, ordem temporal e formatos — não para alegar precisão universal.
Validador local · nenhum payload enviado
Cole a saída do provider e faça o gate no navegador.
Aceita segments, results.segments outranscription, com timestamps numéricos ouHH:MM:SS.mmm.
Passa apenas com tempos válidos e monotônicos, texto presente e dois rótulos de falante. A referência de quatro turnos é um alerta, não uma medida DER/WER.
Gate reproduzível
Separe contrato de saída de acurácia acústica.
- 01Verifique hash, duração e permissão do áudio antes do teste.
- 02Rode o provider com diarização e timestamps ativados.
- 03Valide ordem, rótulos, pausas e formatos; só então use áudio real autorizado.
Limites da evidência
Passar no kit prova qualidade de produção?
Não. O kit cobre um áudio limpo, curto, sintético, sem sobreposição ou ruído. Ele encontra regressões de contrato; não mede DER, WER ou qualidade em reuniões reais.
Os tempos esperados são ground truth acústico?
São uma referência editorial para quatro turnos. Providers podem fragmentar frases ou mover fronteiras. O validador exige ordem e consistência, e transforma diferenças de contagem em alerta.
Posso colocar a fixture em testes open source?
Sim, dentro da permissão publicada junto ao manifesto. Preserve o aviso de mídia sintética e não a apresente como áudio de cliente.