mirror of
https://github.com/jamiepine/voicebox.git
synced 2026-09-18 22:30:40 -07:00
fix: make transcript refinement language-aware
This commit is contained in:
@@ -0,0 +1,128 @@
|
||||
"""Canonical language handling for Voicebox captures."""
|
||||
|
||||
from typing import Final
|
||||
|
||||
# Canonical OpenAI Whisper language codes. The capture UI intentionally offers
|
||||
# a smaller curated subset, but API validation must not break existing captures
|
||||
# or persisted settings that use the rest of Whisper's supported languages.
|
||||
CAPTURE_LANGUAGE_CODES: Final[tuple[str, ...]] = (
|
||||
"af",
|
||||
"am",
|
||||
"ar",
|
||||
"as",
|
||||
"az",
|
||||
"ba",
|
||||
"be",
|
||||
"bg",
|
||||
"bn",
|
||||
"bo",
|
||||
"br",
|
||||
"bs",
|
||||
"ca",
|
||||
"cs",
|
||||
"cy",
|
||||
"da",
|
||||
"de",
|
||||
"el",
|
||||
"en",
|
||||
"es",
|
||||
"et",
|
||||
"eu",
|
||||
"fa",
|
||||
"fi",
|
||||
"fo",
|
||||
"fr",
|
||||
"gl",
|
||||
"gu",
|
||||
"ha",
|
||||
"haw",
|
||||
"he",
|
||||
"hi",
|
||||
"hr",
|
||||
"ht",
|
||||
"hu",
|
||||
"hy",
|
||||
"id",
|
||||
"is",
|
||||
"it",
|
||||
"ja",
|
||||
"jw",
|
||||
"ka",
|
||||
"kk",
|
||||
"km",
|
||||
"kn",
|
||||
"ko",
|
||||
"la",
|
||||
"lb",
|
||||
"ln",
|
||||
"lo",
|
||||
"lt",
|
||||
"lv",
|
||||
"mg",
|
||||
"mi",
|
||||
"mk",
|
||||
"ml",
|
||||
"mn",
|
||||
"mr",
|
||||
"ms",
|
||||
"mt",
|
||||
"my",
|
||||
"ne",
|
||||
"nl",
|
||||
"nn",
|
||||
"no",
|
||||
"oc",
|
||||
"pa",
|
||||
"pl",
|
||||
"ps",
|
||||
"pt",
|
||||
"ro",
|
||||
"ru",
|
||||
"sa",
|
||||
"sd",
|
||||
"si",
|
||||
"sk",
|
||||
"sl",
|
||||
"sn",
|
||||
"so",
|
||||
"sq",
|
||||
"sr",
|
||||
"su",
|
||||
"sv",
|
||||
"sw",
|
||||
"ta",
|
||||
"te",
|
||||
"tg",
|
||||
"th",
|
||||
"tk",
|
||||
"tl",
|
||||
"tr",
|
||||
"tt",
|
||||
"uk",
|
||||
"ur",
|
||||
"uz",
|
||||
"vi",
|
||||
"yi",
|
||||
"yo",
|
||||
"yue",
|
||||
"zh",
|
||||
)
|
||||
_CAPTURE_LANGUAGE_SET = frozenset(CAPTURE_LANGUAGE_CODES)
|
||||
|
||||
|
||||
def normalize_capture_language(language: str | None) -> str | None:
|
||||
"""Normalize a capture language, treating ``auto`` as auto-detection.
|
||||
|
||||
Only languages exposed by the capture UI are accepted. This keeps raw API
|
||||
input out of Whisper decoder hints and refinement instructions.
|
||||
"""
|
||||
if language is None:
|
||||
return None
|
||||
|
||||
normalized = language.strip().lower()
|
||||
if normalized == "auto":
|
||||
return None
|
||||
if normalized not in _CAPTURE_LANGUAGE_SET:
|
||||
supported = ", ".join(("auto", *CAPTURE_LANGUAGE_CODES))
|
||||
raise ValueError(f"Unsupported capture language '{language}'. Expected one of: {supported}")
|
||||
return normalized
|
||||
Reference in New Issue
Block a user