test: 按模块重写测试代码，删除旧平铺结构

按"测试规则"重写 tests/：一个模块一个目录、用例按数据→过程→验证三段书写、不保留全局 conftest.py、测试过程只调用真实生产代码。结构（73 个文件、30 个模块目录、477 用例）： - tests/nodes/ 15 个模块目录（srt/whisper/ass/ffmpeg/frame_extract/vlm/ subtitle_ocr/llm/llm_filter/subtitle_cleanup/subtitle_correction/ proper_nouns/adaptive_pool/vad_profiler/echo）； - tests/app/ 11 个模块目录（db/scheduler/batch/maintenance/registry/seed/ storage/config/logging/main/routers 三组 API）； - tests/sdk/test_models、tests/web/test_crop、tests/shared（公共设施）。测试数据随模块目录入库（tests/**/data/），删除根级 testdata/；.gitignore 的 data/ 改为 /data/，否则会连带忽略 tests/**/data/ 导致测试数据无法入库。顺带发现并修复三个真实缺陷： - nodes/srt.py：相邻条目缺少空行时把下一条时间轴吞进正文（静默错位），改为正文行遇时间戳行即报错； - src/wov_app/scheduler.py：_file_size 只捕获 OSError，含 \x00 的产物 URI 抛 ValueError 导致任务误判失败，改为同时捕获； - nodes/subtitle_correction.py：生产代码依赖测试包解析 SRT，改用生产模块 nodes/srt.py。真实模型/服务集成测试按外部状态跳过：新增 tests/shared/gpu_memory.py （运行时探测显存、CUDA OOM 转跳过）与 tests/shared/llm_service.py （无 Key / 余额 / 限流转跳过）。全量 477 passed。
2026-09-13 15:40:56 +08:00
parent 966f3e6b4b
commit 8a715a8064
139 changed files with 20810 additions and 10733 deletions
@@ -0,0 +1,127 @@
+"""真实语音时间对齐集成测试（数据 → 测试过程 → 验证结果）。
+
+覆盖模块：`nodes/whisper.py`（真实转写）+ `tests/shared/realdata_contract.py`
+（对齐量化工具）。这是模块级直测的补充：用真实模型 + 真实音频 + 人工校对
+参考字幕，量化字幕时间轴与"说话真实发生时间"的偏差。
+
+数据契约：`tests/shared/data/alignment/` 下 `<name>.wav|.mp4` 与其同名
+`<name>.reference.srt`（人工校对）。素材缺失或本地无模型时跳过。
+"""
+
+from __future__ import annotations
+
+from pathlib import Path
+
+import pytest
+
+from nodes.whisper import _local_model_candidates, invoke
+from tests.shared.realdata_contract import (
+    TIER1_TOLERANCE_SECONDS,
+    align_report,
+    alignment_candidates,
+    clean_reference,
+)
+from tests.shared.srt_entries import parse_srt_entries
+from wov_sdk.models import InvokeRequest
+
+
+def _model_available() -> Path | None:
+    """返回可用的 V2 权重目录（缺失则返回 None 供跳过）。
+
+    只接受 V2 权重：V3 已全面停用（均改用 V2），留在盘上的 V3 目录不得被
+    测试使用，否则测的不是线上实际运行的模型。
+    """
+    from tests.nodes.test_whisper.test_transcribe import _v2_model_candidates
+
+    for candidate in _v2_model_candidates():
+        if candidate.is_dir() and (candidate / "model.bin").is_file():
+            return candidate
+    return None
+
+
+def _sample_dir() -> Path | None:
+    """返回包含对齐素材的目录（共享数据目录；缺失时返回 None）。"""
+    directory = Path(__file__).resolve().parents[2] / "shared" / "data" / "alignment"
+    return directory if directory.is_dir() else None
+
+
+@pytest.mark.integration
+def test_real_alignment_candidates_discovered() -> None:
+    """对齐素材探查：能找到成对的媒体与参考字幕（数据契约可用）。"""
+    # 数据：共享数据目录下的真实素材。
+    directory = _sample_dir()
+    if directory is None:
+        pytest.skip("缺少 tests/shared/data/alignment 目录")
+
+    # 测试过程
+    candidates = alignment_candidates(directory)
+
+    # 验证结果：至少一对，且每对都有同名 reference.srt。
+    assert candidates, "应至少有一对素材 + 参考字幕"
+    for media in candidates:
+        assert media.with_suffix(".reference.srt").is_file()
+
+
+@pytest.mark.integration
+def test_real_whisper_alignment_within_tolerance(tmp_path) -> None:
+    """真实转写产物 vs 人工参考字幕：时间偏差在容差内且无系统性偏移。
+
+    这验证"字幕时间与说话时刻对齐"这一核心功能，使用真实模型与真实音频。
+    """
+    # 数据：最小的真实对齐素材（避免长视频拖慢测试）。
+    directory = _sample_dir()
+    model_dir = _model_available()
+    if directory is None or model_dir is None:
+        pytest.skip("缺少对齐素材或本地 whisper 权重，跳过")
+    # 显存不足时跳过（转写整段真实音频需要显存，属外部环境状态）。
+    from tests.shared.gpu_memory import require_gpu_memory, require_node_result
+
+    require_gpu_memory(model_dir)
+    candidates = alignment_candidates(directory)
+    if not candidates:
+        pytest.skip("没有成对的对齐素材")
+    media = min(candidates, key=lambda p: p.stat().st_size)
+    reference = clean_reference(
+        parse_srt_entries(media.with_suffix(".reference.srt").read_text(encoding="utf-8"))
+    )
+    if not reference:
+        pytest.skip("参考字幕为空")
+
+    # 测试过程：走真实生产链路——先提音（视频/任意容器 → 16kHz 单声道 WAV），
+    # 再转写。whisper 只接受 WAV，直接喂 mp4 会解析失败（对齐素材多为 mp4）。
+    from nodes.ffmpeg import invoke as extract_audio
+
+    audio = extract_audio(InvokeRequest(
+        run_id="alignment", node_instance_id="ffmpeg-1", params={},
+        inputs={"video_uri": str(media)}, output_dir=str(tmp_path / "audio"),
+    ))
+    require_node_result(audio, model_dir)
+    assert audio.status == "completed", audio.error
+    response = invoke(InvokeRequest(
+        run_id="alignment", node_instance_id="whisper-1",
+        params={
+            "language": "ja",
+            # 本用例目标是"时间轴对齐"：整段单次解码（chunk_seconds=0）避免
+            # 分块上下文带来的额外显存与上下文损失；分块路径本身已由
+            # whisper 模块测试覆盖。实测 6GB 卡上该配置稳定完成。
+            "chunk_seconds": 0,
+            "vad_filter": True,
+            "model_path": str(model_dir),
+        },
+        inputs={"audio_uri": audio.outputs["audio_uri"]},
+        output_dir=str(tmp_path / "out"),
+    ))
+    require_node_result(response, model_dir)
+    assert response.status == "completed", response.error
+    produced = parse_srt_entries(open(response.outputs["srt_uri"], encoding="utf-8").read())
+    report = align_report(media.stem, True, produced, reference)
+
+    # 验证结果（基线由 V2 模型实测标定，见 docs/testing.md）：
+    # - 产出条数与参考规模同量级（不丢整段、不大量幻觉）；
+    # - 平均绝对偏差在真实转写抖动范围内；
+    # - 中位偏差不构成系统性偏早/偏晚。
+    assert produced, "真实转写应产出字幕"
+    assert len(produced) >= len(reference) * 0.5, report.format_summary()
+    assert report.mean_abs_error <= 2.0, report.format_summary()
+    assert not report.consistently_early, report.format_summary()
+    assert not report.consistently_late, report.format_summary()