Remove artificial onset chunk splits

README.md

@@ -128,12 +128,14 @@ ASR 評分另只將實證可互換的同音代詞 `她/它/牠/祂` 視為 `他`
 自然 stop 在目前 checkpoint 上仍可能過快或錯過句尾。Demo 不再用播放目標語速決定生成長度；
 模型使用原生語速的安全上限，完成後才做保音高語速校正。缺少句末標點時只在模型輸入補上句號，
 少於 6 個 speech units 的短句會使用最低 CFG 3.0；stop threshold 只在預估進度 75% 後逐步降低，並於 95% 進度降至 0.05，以捕捉句末弱 stop 訊號而不影響前段內容。
-首段不會在無標點處硬切。進階參數可供研究比較，但 release
+80 字內的 request 不再為了 onset 額外切段；長文才依自然標點與 80 字上限切段，避免人工
+endpoint、孤立引號與不必要的局部 prefix/suffix gate。進階參數可供研究比較，但 release
 profile 是 CFG 2.0、NFE 10、後處理語速 1.0。
 Online pace gate 與 1.5 秒 speaker eligibility 使用和獨立 hosted evaluator 相同的 active-frame
 interval union（25 ms frame、10 ms hop、peak -35 dB、absolute RMS floor 1e-4），因此句內或插入的
 pause 不會稀釋 CPS。逐 active interval 的 stretcher 曾在固定 root ablation 造成長文 availability
-回退，目前 production profile 不啟用；這個 union duration 只用於正確量測與 fail-closed gate。
+回退，因此仍不切開 active intervals；production 先保留原本的完整 waveform 語速校正，再依
+active union duration 對同一完整 waveform 做第二次 bounded、保音高校正，總 stretch rate 不低於 0.80。
 
 第一個候選同時通過 local 與 joined whole gate，且符合 early-accept speaker preference 時才會
 立即回傳；若 generated-chunk budget

app.py

@@ -34,7 +34,6 @@ from production import (
     punctuation_pause_seconds,
     select_generation_cps,
     set_generation_seed,
-    split_leading_clause,
     split_text_for_tts,
     target_pace_speed,
 )
@@ -98,7 +97,7 @@ MIN_ENDPOINT_CUE_UNITS = 6
 SHORT_TEXT_CFG_MIN = 3.0
 SHORT_TEXT_CFG_UNITS = 6
 CHUNK_CHARS = 80
-ONSET_CLAUSE_SEARCH_CHARS = 40
+ONSET_CLAUSE_SEARCH_CHARS = 0
 MIN_CHUNK_CHARS = 12
 CROSSFADE_MS = 80.0
 CHUNK_EDGE_FADE_MS = 80.0
@@ -750,13 +749,6 @@ def _synthesize(
         raise gr.Error("後處理語速必須介於 0.85 與 1.05。")
 
     chunks = split_text_for_tts(text, max_chars=CHUNK_CHARS, min_chunk_chars=MIN_CHUNK_CHARS)
-    if chunks:
-        onset_chunks = split_leading_clause(
-            chunks[0],
-            search_chars=ONSET_CLAUSE_SEARCH_CHARS,
-            min_chunk_chars=MIN_CHUNK_CHARS,
-        )
-        chunks = onset_chunks + chunks[1:]
     request_seed = resolve_request_seed(request_seed, secrets.randbelow)
     max_candidates = candidate_limit_for_chunk_budget(
         len(chunks),
@@ -994,7 +986,7 @@ candidate 0 使用 base duration estimate（{BASE_GENERATION_POLICY.cjk_cps:.1f}
 （{SAFE_DURATION_GENERATION_POLICY.cjk_cps:.1f} CJK /
 {SAFE_DURATION_GENERATION_POLICY.ascii_cps:.1f} ASCII）；兩者只調整生成上限，生成完成後才校正至
 目標語速。另補齊句末提示、套用尾端 weak-stop 保護、
-只在自然標點切開首段、每 80 字切段；先選完整 same-seed trajectory，失敗時才以 speaker/RMS
+不額外切開 80 字內的首段，長文才依自然標點與 80 字上限切段；先選完整 same-seed trajectory，失敗時才以 speaker/RMS
 transition 做逐 chunk DP fallback。短單 chunk 在預算內最多擴展到 1→5→10→15→20，
 長文依 chunk 數與 800 speech-unit work budget 縮小候選上限；NFE 固定為已驗證的 10，
 確保每個 request 最多生成 20 個 TTS chunks。

tests/test_quality_runtime.py

@@ -7,7 +7,7 @@ import pytest
 import soundfile as sf
 import torch
 
-from production import count_speech_units, split_leading_clause, split_text_for_tts
+from production import count_speech_units, split_text_for_tts
 from quality_runtime import (
     ADAPTIVE_CASCADE_STAGE_LIMITS,
     BASE_GENERATION_POLICY,
@@ -2333,11 +2333,6 @@ def test_360_character_profiles_stay_inside_generated_chunk_budget():
     ]
     for text in profiles:
         chunks = split_text_for_tts(text, max_chars=80, min_chunk_chars=12)
-        chunks = split_leading_clause(
-            chunks[0],
-            search_chars=40,
-            min_chunk_chars=12,
-        ) + chunks[1:]
         total_units = sum(count_speech_units(chunk) for chunk in chunks)
         limit = candidate_limit_for_chunk_budget(
             len(chunks),

tests/test_release_pins.py

@@ -137,6 +137,22 @@ def test_app_wires_candidate_offset_to_explicit_generation_policy_and_logs_it():
     assert '"min_len": min_len' in source
 
 
+def test_app_does_not_add_an_artificial_onset_split():
+    source = (ROOT / "app.py").read_text(encoding="utf-8")
+    tree = ast.parse(source)
+    functions = {
+        node.name: node
+        for node in tree.body
+        if isinstance(node, ast.FunctionDef)
+    }
+    synthesize_source = ast.get_source_segment(source, functions["_synthesize"])
+
+    assert synthesize_source is not None
+    assert "split_text_for_tts(" in synthesize_source
+    assert "split_leading_clause(" not in synthesize_source
+    assert "ONSET_CLAUSE_SEARCH_CHARS = 0" in source
+
+
 def test_app_emits_one_canonical_content_free_evidence_line_per_terminal_outcome():
     source = (ROOT / "app.py").read_text(encoding="utf-8")
     tree = ast.parse(source)