Как сдвинуть AI-субтитры WebVTT после вставки заставки

Перед запуском запишите, какие данные считаются входом, что является ожидаемым результатом, что именно означает отказ и кому предстоит разбирать расхождение. Для такой проверки храните тестовый вход, ожидаемый результат и фактический исход раздельно: если они смешаны, тест может подтверждать сам себя. Используйте стабильные синтетические ID, чтобы видеть ошибку в журнале, не раскрывая содержимое клиентских обращений.

Сначала прогоните тест на маленьком входе, где правильное поведение известно вручную. Затем внесите одну контролируемую ошибку и убедитесь, что код её замечает. После этого верните корректный набор и только тогда расширяйте проверку до реальных данных. Не переносите демонстрационные численные значения или пороги в производство без отдельного обоснования: они выбраны для наглядности, а не рассчитаны по вашей аудитории.

Вход и ожидаемый результат

Заставка длится 1 250 мс; cue id=hello занимает 0–1 000 мс, после сдвига 1 250–2 250 мс. Пример печатает 00:00:01.250 00:00:02.250 и сообщение negative start rejected. Перед тем как применять правило к закрытым данным, обсудите пограничные случаи, которые могут поменять интерпретацию входа. Запись в документации о границах теста не менее важна, чем зелёный check.

Пошаговые действия

1. Создайте scripts/check.py в корне репозитория и вставьте код из блока ниже. Он использует названия функций стандартной библиотеки, указанные в официальных ссылках в конце статьи.
2. Выполните python scripts/check.py локально. Не продолжайте, если уже демонстрационная фикстура даёт иной результат: сначала проверьте копирование кода и кодировку файла.
3. Сверьте длительность заставки в монтажном проекте и переведите её в миллисекунды. Сделайте резервную копию исходного трека. Запустите шаблон на двух репликах и проверьте явный отказ при отрицательном смещении. Примените тот же offset ко всем cue без изменения их порядка и текста. Затем посмотрите первый, пограничный и последний участки уже нового ролика: реальный монтаж может включать дополнительные склейки, для которых общего сдвига недостаточно.
4. Создайте .github/workflows/ai-corpus-check.yml из YAML-шаблона. Событие pull_request полезно для проверки данных до слияния; чтение репозитория ограничено permissions: contents: read. Скрипт не должен получать ключ внешней модели или реальные секреты.
5. В разделе Actions откройте job check, сопоставьте его код завершения с локальным прогоном и зафиксируйте ссылку на проверенный коммит в PR. Не принимайте зелёный результат на старой ревизии за проверку последнего изменения.

# scripts/check.py
def timestamp(ms):
    if ms<0: raise ValueError('negative timestamp')
    h,rem=divmod(ms,3600000)
    m,rem=divmod(rem,60000)
    s,milli=divmod(rem,1000)
    return f'{h:02d}:{m:02d}:{s:02d}.{milli:03d}'
def move(cues,offset_ms):
    out=[]
    for ident,start,end,text in cues:
        a,b=start+offset_ms,end+offset_ms
        if a<0 or b<=a: raise ValueError(f'cue outside timeline: {ident}')
        out.append((ident,a,b,text))
    return out
initial=[('hello',0,1000,'Привет'),('next',1200,2200,'Начинаем')]
shifted=move(initial,1250)
assert shifted[0]==('hello',1250,2250,'Привет')
assert timestamp(shifted[0][1])=='00:00:01.250'
try:
    move(initial,-100)
except ValueError:
    print('negative start rejected')
else:
    raise AssertionError('should reject')
print(timestamp(shifted[0][1]),timestamp(shifted[0][2]))

name: AI corpus checks
on:
  pull_request:
permissions:
  contents: read
jobs:
  check:
    runs-on: ubuntu-latest
    steps:
      - uses: actions/checkout@v7
      - uses: actions/setup-python@v7
        with:
          python-version: '3.13'
      - run: python scripts/check.py

Ошибки интерпретации и границы

Склейки в середине и изменение скорости требуют кусочного пересчёта, а не одного offset. Код принимает распарсенные cues; для реального файла добавьте полноценный WebVTT-парсер. Если вы расширяете набор случаев, добавляйте не только новые примеры, но и отрицательные случаи, на которых тест обязан упасть. Проверяйте, что изменение expected прошло ревью отдельно от изменения кода: иначе можно незаметно изменить правило под текущий ответ системы. Избегайте вывода полного приватного набора в CI и не сохраняйте в артефактах ответ закрытой модели без решения о доступе и хранении.

Ошибка выполнения самого Python, нераспознанный формат входа и обнаруженный бизнес-дефект — разные ситуации. В сообщении теста указывайте тип проблемы и безопасный ID. Если тест требует внешний сервис, вынесите его из PR с недоверенным кодом и явно ограничьте доступ к токенам; этот пример намеренно работает локально. Перед публикацией каких-либо результатов опишите методику, область применения и происхождение примеров, иначе читатель воспримет демонстрационную арифметику как характеристику продукта.

Практический разбор именно этого контроля

Синхронизировать уже вычитанные субтитры с монтажной версией ролика после вставки заставки. Для самостоятельной проверки сначала выпишите три наблюдаемых состояния: допустимый вход, намеренно недопустимый вход и видимый сигнал отказа. В данной фикстуре это выглядит так: Заставка длится 1 250 мс; cue id=hello занимает 0–1 000 мс, после сдвига 1 250–2 250 мс. При успешном тесте ожидается: Пример печатает 00:00:01.250 00:00:02.250 и сообщение negative start rejected. Не превращайте это в числовой KPI: здесь проверяется контракт на конкретных примерах, а не поведение модели на пользовательском трафике.

Склейки в середине и изменение скорости требуют кусочного пересчёта, а не одного offset. Код принимает распарсенные cues; для реального файла добавьте полноценный WebVTT-парсер. Подключая проверку к продукту, расположите её до той операции, ради которой она написана: парсинга, сохранения, отображения или экспорта. Для каждого нового формата добавляйте отдельный негативный пример и письменное решение, почему он отклоняется. Отдельно просмотрите обработку ошибок: система должна отличать невалидный ответ AI от сбоя тестовой инфраструктуры, а пользователь не должен видеть сырой стек или приватное содержимое.