طوابع زمنيّة لكلّ كلمة (word_timestamps) لضبط حدود الآيات صوتيًّا

app.py

@@ -87,15 +87,26 @@ async def transcribe(request: Request):
             return {"text": (out.get("text") or "").strip(), "model": "quran"}
         # VAD + عتبات مضادّة للهلوسة: large-v3 يهلوس على الصمت/المقاطع القصيرة (نصوص يوتيوب دخيلة)،
         # فيُنتج نصًّا لا يطابق فيتجمّد الوسم الحيّ. VAD يحذف السكتات قبل التفريغ، والعتبات تُسقط الهلوسة.
+        # ★ 2026-08-13: word_timestamps=True — طوابع زمنيّة لكلّ كلمة (محاذاة DTW على أوزان الانتباه
+        # داخل faster-whisper نفسه، بلا نموذجٍ إضافيّ ولا تحميلٍ جديد ولا إقلاعٍ باردٍ أطول).
+        # السبب: العميل كان **يستنتج** حدود الآيات من التتبّع النصّيّ مع تعويض زمن الاستدلال (تقدير)،
+        # فينزاح مقطع الآية المُرسَل لمحرّك QPS فينهار تطابقه رغم صحّة التلاوة (رُصد ١٢٪ و٢٪ حيًّا على
+        # سورة الزلزلة). بهذه الطوابع تصير حدود الآيات **صوتيّةً مضبوطة** لا مُقدَّرة.
+        # حقل `words` إضافيٌّ فقط — `text` يبقى كما هو تمامًا، فالعملاء القدامى لا يتأثّرون.
         segments, _ = _general().transcribe(
             audio, language="ar", beam_size=1, temperature=0.0,
-            without_timestamps=True, condition_on_previous_text=False,
+            without_timestamps=False, word_timestamps=True, condition_on_previous_text=False,
             vad_filter=True, vad_parameters=dict(min_silence_duration_ms=300, speech_pad_ms=120),
             no_speech_threshold=0.6, compression_ratio_threshold=2.4, log_prob_threshold=-1.0,
         )
-        txt = "".join(s.text for s in segments).strip()
-        print(f"[DIAG] general → {txt!r}", flush=True)
-        return {"text": txt, "model": "general"}
+        segs = list(segments)
+        txt = "".join(s.text for s in segs).strip()
+        words = []
+        for s in segs:
+            for w in (getattr(s, "words", None) or []):
+                words.append({"w": w.word.strip(), "s": round(float(w.start), 3), "e": round(float(w.end), 3)})
+        print(f"[DIAG] general → {txt!r} ({len(words)} words)", flush=True)
+        return {"text": txt, "model": "general", "words": words}
     except Exception as e:
         print(f"[DIAG] EXC {type(e).__name__}: {e}", flush=True)
         return JSONResponse({"text": "", "error": str(e), "model": which}, status_code=200)