Brummel
10d0a6ba94
Nested Cargo-Workspace unter experiments/ als Pfad-Dependency auf ../server. Reproduziert die Production-Pipeline 1:1 durch direkte Wiederverwendung der Server-Module (transcribe::whisper, analyze::llm, gazetteer, ffmpeg-Remux) — kein eigenes HTTP-Re-Implementieren, kein Drift-Risiko zur Live-Pipeline. Drei bin-Targets: - run_full_case: volle Pipeline (ffmpeg → whisper → pre-gazetteer → llm → post-gazetteer), n Runs einer Variante - run_llm_only: schneller LLM-Iterations-Pfad auf existierenden, gazetteer-bereinigten Transkripten — spart Whisper-Calls - diff_runs: qualitativer Vergleich zwischen zwei Run-Verzeichnissen Repo-Hygiene: case_*/ (Patientendaten, Symlinks zu tmpdata) und _data/ (Run-Outputs) sind komplett gitignored. Nur Code und fall-übergreifende Prompt-Hypothesen (prompts/) werden versioniert. Erste Prompt-Varianten zur Treue-Klausel und Konflikt-Auflösung: prompts/llm/v1_treue.txt, v2_treue.txt.
1.1 KiB
1.1 KiB
Whisper Hotwords — handle with extreme care
Whisper-Hotwords bias'en das ASR-Modell aggressiv. Ein Hotword, das in einem konkreten Fall hilft, kann in einem unverwandten Diktat dazu führen, dass das Modell den Begriff aus phonetischer Ähnlichkeit halluziniert (orthopädischer Befund schreibt plötzlich „Holosystolikum").
Bevorzugter Korrekturpfad
server/vocab/*.txt (Gazetteer, edit-distance ≤ 2 mit Dict-Veto).
Strukturell halluzinationsfrei, weil Korrekturen nur greifen, wenn
Whisper bereits ein Token erzeugt hat, das phonetisch nah am
Vocabulary-Eintrag liegt.
Wenn überhaupt Hotwords
- Nur generische Termini aus einem breiten Fall-Korpus
- Nicht aus einem einzelnen Test-Fall heraus optimiert (Curve-Fitting)
- Vor Aktivierung: Negativ-Kontrolle gegen Diktate aus mehreren Fachbereichen — sucht das Modell nach Halluzinationen, die nur durch den Hotword-Bias entstehen?
Datei-Konvention
Hotword-Files in diesem Verzeichnis enthalten ausschließlich
whitespace-separierte Termini (kein Markdown, keine Kommentare),
weil der gesamte File-Inhalt 1:1 als hotwords-Form-Field an die
Whisper-API gesendet wird.