feat(persons): eine Person, mehrere Namen und mehrere Stimmproben

Die Identitaet war der NAME. Derselbe Mensch, einmal "Sascha" und einmal
"Sascha Wolf" benannt, existierte zweimal und konnte zwei Cluster benennen
-- Aufnahme #101 (34 s, zwei Menschen) zeigte Michael/Sascha/Sprecher 3/
Sascha Wolf. Der Vornamens-Trick in diar.js hat das ueberdeckt, setzte aber
auch "Markus Ufer" und "Markus Witsch" gleich (Kosinus 0,241).

Neu: persons + person_names (Name = PK, gehoert genau einer Person),
voiceprints.person_id. Mehrere Proben pro Person (max. 8) statt eines
laufenden Mittels; bewertet wird die beste Probe. Score UND Abstand rechnen
zwischen Personen -- vorher rissen zwei Abdruecke desselben Menschen (0,928)
die Abstandspruefung, womit die Zwangsbedingung faktisch aus war.
diar.identityKey bildet Marker-Namen und Abdruecke auf p<person_id> ab.

GUI "Stimmen" zeigt Personen mit Namens-Chips: Namen hinzufuegen/entfernen,
Personen zusammenfuehren, Proben verwerfen.

Altbestand geleert (Dump in backup/), weil lab/vpcos.mjs neben echten
Dubletten (Jens ~ Jens Kuppler = 1,000) auch kontaminierte Abdruecke zeigte:
Johannes lag mit 0,912 an Sascha Wolf, aber 0,115 an Johannes Jeckel.

Verifiziert an #101: Sascha Wolf als zweiter Name derselben Person ->
Re-Diarisierung benennt nur noch Michael + Sascha statt drei Namen fuer zwei
Menschen. GUI mit Playwright geprueft, keine JS-Fehler.
This commit is contained in:
2026-08-07 16:18:33 +02:00
parent 084401624b
commit 2228c57522
9 changed files with 1883 additions and 1498 deletions
+27 -4
View File
@@ -71,11 +71,34 @@ export function cosine(a, b) {
return d / (Math.sqrt(na) * Math.sqrt(nb) + 1e-9);
}
// Best enrolled voiceprint for an embedding, or null if below threshold.
// Beste PERSON für ein Embedding, oder null unter der Schwelle.
//
// Bewertet wird pro Person mit ihrem BESTEN Abdruck (Maximum, kein Mittel): die
// Proben einer Person stammen aus verschiedenen Sessions und Headsets, und ein
// Mittel über sie verwischt genau das, was die Stimme ausmacht. `second` ist der
// beste Wert einer ANDEREN Person — nur damit ist ein Abstands-Kriterium
// überhaupt sinnvoll. Vorher lief der Abstand über einzelne ABDRÜCKE, und zwei
// Abdrücke derselben Person (Kosinus 0,928) haben ihn zuverlässig gerissen: die
// Zwangsbedingung in diar.js war dadurch faktisch abgeschaltet.
export function bestMatch(emb, voiceprints, threshold = THRESHOLD) {
let best = null, bs = -1;
for (const v of voiceprints) { const s = cosine(emb, v.vec); if (s > bs) { bs = s; best = v; } }
return (best && bs >= threshold) ? { id: best.id, name: best.name, score: bs } : null;
const perPerson = new Map(); // Identität → bester Kosinus
const meta = new Map();
for (const v of voiceprints) {
const key = v.person_id != null ? `p${v.person_id}` : `n:${String(v.name || '').toLowerCase()}`;
const s = cosine(emb, v.vec);
if (!perPerson.has(key) || s > perPerson.get(key)) {
perPerson.set(key, s);
meta.set(key, { personId: v.person_id ?? null, name: v.name, printId: v.id });
}
}
let bestKey = null, s1 = -Infinity, s2 = -Infinity;
for (const [key, s] of perPerson) {
if (s > s1) { s2 = s1; s1 = s; bestKey = key; }
else if (s > s2) s2 = s;
}
if (bestKey === null || s1 < threshold) return null;
const m = meta.get(bestKey);
return { id: m.printId, personId: m.personId, key: bestKey, name: m.name, score: s1, second: s2 };
}
export function status() { return { model: EMB, modelId: modelId(), present: fs.existsSync(EMB), running: !!proc, threshold: THRESHOLD }; }