slaid098/opencode-voice-dictation
1
0
Fork 0
Code Issues 1 Pull requests Projects Releases Packages Wiki Activity Actions
opencode-voice-dictation/docs/decisions/0007-pr-46-empty-whisper-prompt.md
opencode-agent 710a01af23 docs(adr): add ADR-0007 empty whisperPrompt default
2026-08-04 12:09:19 +00:00

4.4 KiB
Raw Blame History

ADR 0007: Empty whisperPrompt default (PR #46)

  • Date: 2026-08-04
  • PR: 46
  • Issue: #46

Статус

Accepted.

Контекст

PR #43 добавил DEFAULTS.whisperPrompt — 107-символьный английский список терминов (opencode, voice, dictation, transcribe, command, terminal, commit, branch, pull, push, merge, issue, prompt). Целью было biasing-смещение модели в сторону технической терминологии userscript-а.

Документация Groq для параметра prompt (Whisper API) явно указывает: «Use the same language as the language of the audio file». Параметр prompt — это не системный промпт, а seed-контекст для декодера: модель стремится продолжить стиль и язык промпта в транскрипции.

Практический баг: английский промпт + русский аудио = модель уводит транскрипт в английский. Особенно заметно на whisper-large-v3-turbo (turbo более чувствителен к prompt biasing). Пользователь подтвердил: language=ru + turbo всё равно возвращает английский текст, потому что английский промпт перебивает явный language параметр.

Решение

DEFAULTS.whisperPrompt = "" (пустая строка).

Поле whisperPrompt в AppConfig остаётся. Menu command Set Whisper Prompt (registerMenuCommands) остаётся — пользователи с узкопрофильной терминологией (медицина, право, конкретный стек) могут задать свой промпт на нужном языке. Меняется только default: пустая строка вместо английского biasing-промпта.

Последствия

  • buildFormData в src/transcribe.ts использует falsy-check if (config.whisperPrompt) — пустая строка не отправляет поле prompt в Groq API вообще. Модель работает в чистом auto-detect режиме без prompt biasing.
  • Обратная совместимость: существующие юзеры, установившие скрипт в версии 1.0.4 (PR #43) и не менявшие whisperPrompt через меню, имеют в GM_getValue("whisperPrompt") старое 107-символьное значение — оно сохранится и продолжит отправляться. Новый default применяется только к свежим установкам и к юзерам, очистившим поле через Set Whisper Prompt.
  • README обновлён секцией troubleshooting «Wrong Language» (EN+RU) — инструкция очистить Whisper Prompt через меню.
  • Версия bumped 1.0.4 → 1.0.5 (vite.config.ts + package.json).

Альтернативы

1. Двуязычный промпт (английский + русский термины)

  • Плюс: biasing в обе стороны.
  • Минус: усложнение. Промпт нужно поддерживать при добавлении новых языков (сейчас language поддерживает ru/en/auto). При auto модель может растеряться от двуязычного промпта. Отвергнуто.

2. Смена модели на turbo по умолчанию

  • Плюс: turbo быстрее.
  • Минус: баг был в промпте, не в модели. whisper-large-v3 лучше для русского (точность выше, turbo оптимизирован под английский). Смена модели не решила бы проблему английского biasing-а. Отвергнуто.

Источники

  • src/config.ts — DEFAULTS.whisperPrompt до/после
  • src/transcribe.ts — buildFormData falsy-check if (config.whisperPrompt)
  • Groq Whisper API docs — prompt parameter: «Use the same language as the language of the audio file»
  • PR #43 — добавление DEFAULTS.whisperPrompt (107 символов)
  • Issue: #46