@runnerpro/backend 1.34.1 → 1.35.0

package/lib/cjs/index.js

@@ -24,8 +24,8 @@ var __importStar = (this && this.__importStar) || function (mod) {
 };
 Object.defineProperty(exports, "__esModule", { value: true });
 exports.saveDoneStructuraWorkout = exports.computeStreakStats = exports.getUnlockedAchievements = exports.evaluateAchievementsBounded = exports.evaluateAchievements = exports.saveWorkoutLaps = exports.saveWorkoutAplication = exports.getPlanificacionPrueba7dias = exports.sendWorkoutToWatch = exports.getDefaultWorkoutImage = exports.generateShareMap = exports.reduceSizeImage = exports.getLetter = exports.getNumberByLetter = exports.appendSheet = exports.writeSheet = exports.findCellByValue = exports.readSheet = exports.NOTION_DATABASES_ID = exports.notionEditPage = exports.notionAddPage = exports.notionGetDatabase = exports.notionGetUsers = exports.getCountNotificaciones = exports.chatExposed = exports.chatApi = exports.chat = exports.getExerciseTranslatedDescription = exports.useTranslation = exports.LANGUAGES = exports.translate = exports.CHANNEL_SLACK = exports.notifySlack = exports.fetchIA = exports.err = exports.sendMail = exports.pool = exports.toPgArray = exports.batchQuery = exports.longRunningQuery = exports.queryWithClient = exports.query = exports.sleep = exports.sendNotification = exports.TIPO_POR_DEFECTO = exports.urlPublica = exports.Archivo = exports.Contenedor = exports.StorageAzure = exports.achievementsCatalog = void 0;
-exports.BEDROCK_CLAUDE_SONNET_4 = exports.BEDROCK_CLAUDE_SONNET_4_5 = exports.BEDROCK_CLAUDE_OPUS_4_1 = exports.BEDROCK_CLAUDE_OPUS_4_5 = exports.BEDROCK_CLAUDE_SONNET = exports.BEDROCK_CLAUDE_OPUS = exports.FALLBACK_MODELS = exports.PRODUCTION_MODELS = exports.AZURE_FALLBACK_MODELS = exports.AZURE_PRIMARY_MODELS = exports.AZURE_DEEPSEEK_V4_FLASH = exports.AZURE_DEEPSEEK_V4_PRO = exports.AZURE_GPT_5_4_NANO = exports.AZURE_GPT_5_4_MINI = exports.AZURE_GPT_5_6_LUNA = exports.AZURE_GPT_5_6_TERRA = exports.AZURE_GPT_5_6_SOL = exports.AZURE_GPT_5_5 = exports.AZURE_DEEPSEEK_V4_FLASH_DEPLOYMENT = exports.AZURE_DEEPSEEK_V4_PRO_DEPLOYMENT = exports.AZURE_GPT_5_4_NANO_DEPLOYMENT = exports.AZURE_GPT_5_4_MINI_DEPLOYMENT = exports.AZURE_GPT_5_6_LUNA_DEPLOYMENT = exports.AZURE_GPT_5_6_TERRA_DEPLOYMENT = exports.AZURE_GPT_5_6_SOL_DEPLOYMENT = exports.AZURE_GPT_5_5_DEPLOYMENT = exports.AZURE_PREFIX = exports.GOOGLE_MODELS = exports.AI_MODELS = exports.MODEL_TIER = exports.runWithModels = exports.runWithCostTracking = exports.createModelFromString = exports.createAzureModelFromString = exports.createBedrockModelFromString = exports.createGoogleModelFromString = exports.createGoogleModel = exports.generateText = exports.generateObject = exports.reprocessRecentMedia = exports.processMediaFile = exports.analyzeFile = exports.describeTextFile = exports.describePdf = exports.describeVideo = exports.describeImage = exports.transcribeAudio = exports.updateSenderView = exports.saveResponseTime = exports.getZone = void 0;
-exports.calculateCost = exports.MODEL_PRICING = exports.AISTUDIO_PREFIX = exports.BEDROCK_CLAUDE_HAIKU = void 0;
+exports.FALLBACK_MODELS = exports.PRODUCTION_MODELS = exports.AZURE_FALLBACK_MODELS = exports.AZURE_PRIMARY_MODELS = exports.AZURE_DEEPSEEK_V4_FLASH = exports.AZURE_DEEPSEEK_V4_PRO = exports.AZURE_GPT_5_4_NANO = exports.AZURE_GPT_5_4_MINI = exports.AZURE_GPT_5_6_LUNA = exports.AZURE_GPT_5_6_TERRA = exports.AZURE_GPT_5_6_SOL = exports.AZURE_GPT_5_5 = exports.AZURE_DEEPSEEK_V4_FLASH_DEPLOYMENT = exports.AZURE_DEEPSEEK_V4_PRO_DEPLOYMENT = exports.AZURE_GPT_5_4_NANO_DEPLOYMENT = exports.AZURE_GPT_5_4_MINI_DEPLOYMENT = exports.AZURE_GPT_5_6_LUNA_DEPLOYMENT = exports.AZURE_GPT_5_6_TERRA_DEPLOYMENT = exports.AZURE_GPT_5_6_SOL_DEPLOYMENT = exports.AZURE_GPT_5_5_DEPLOYMENT = exports.AZURE_PREFIX = exports.GOOGLE_MODELS = exports.AI_MODELS = exports.MODEL_TIER = exports.runWithModels = exports.runWithCostTracking = exports.createModelFromString = exports.createAzureModelFromString = exports.createBedrockModelFromString = exports.createGoogleModelFromString = exports.createGoogleModel = exports.generateText = exports.generateObject = exports.MARCADORES_AUDIO = exports.MARCADOR_NO_TRANSCRITO = exports.MARCADOR_SIN_VOZ = exports.GLOSARIO_RUNNING = exports.corregirTranscripcion = exports.reprocessMediaByIds = exports.reprocessRecentMedia = exports.processMediaFile = exports.analyzeFile = exports.describeTextFile = exports.describePdf = exports.describeVideo = exports.describeImage = exports.transcribeAudio = exports.updateSenderView = exports.saveResponseTime = exports.getZone = void 0;
+exports.calculateCost = exports.MODEL_PRICING = exports.AISTUDIO_PREFIX = exports.BEDROCK_CLAUDE_HAIKU = exports.BEDROCK_CLAUDE_SONNET_4 = exports.BEDROCK_CLAUDE_SONNET_4_5 = exports.BEDROCK_CLAUDE_OPUS_4_1 = exports.BEDROCK_CLAUDE_OPUS_4_5 = exports.BEDROCK_CLAUDE_SONNET = exports.BEDROCK_CLAUDE_OPUS = void 0;
 const sendNotification_1 = require("./sendNotification");
 Object.defineProperty(exports, "sendNotification", { enumerable: true, get: function () { return sendNotification_1.sendNotification; } });
 const sleep_1 = require("./sleep");
@@ -109,6 +109,12 @@ Object.defineProperty(exports, "describeTextFile", { enumerable: true, get: func
 Object.defineProperty(exports, "analyzeFile", { enumerable: true, get: function () { return mediaProcessing_1.analyzeFile; } });
 Object.defineProperty(exports, "processMediaFile", { enumerable: true, get: function () { return mediaProcessing_1.processMediaFile; } });
 Object.defineProperty(exports, "reprocessRecentMedia", { enumerable: true, get: function () { return mediaProcessing_1.reprocessRecentMedia; } });
+Object.defineProperty(exports, "reprocessMediaByIds", { enumerable: true, get: function () { return mediaProcessing_1.reprocessMediaByIds; } });
+Object.defineProperty(exports, "corregirTranscripcion", { enumerable: true, get: function () { return mediaProcessing_1.corregirTranscripcion; } });
+Object.defineProperty(exports, "GLOSARIO_RUNNING", { enumerable: true, get: function () { return mediaProcessing_1.GLOSARIO_RUNNING; } });
+Object.defineProperty(exports, "MARCADOR_SIN_VOZ", { enumerable: true, get: function () { return mediaProcessing_1.MARCADOR_SIN_VOZ; } });
+Object.defineProperty(exports, "MARCADOR_NO_TRANSCRITO", { enumerable: true, get: function () { return mediaProcessing_1.MARCADOR_NO_TRANSCRITO; } });
+Object.defineProperty(exports, "MARCADORES_AUDIO", { enumerable: true, get: function () { return mediaProcessing_1.MARCADORES_AUDIO; } });
 const prompt_1 = require("./prompt");
 Object.defineProperty(exports, "generateObject", { enumerable: true, get: function () { return prompt_1.generateObject; } });
 Object.defineProperty(exports, "generateText", { enumerable: true, get: function () { return prompt_1.generateText; } });

package/lib/cjs/mediaProcessing/audio.js

@@ -12,115 +12,33 @@ var __importDefault = (this && this.__importDefault) || function (mod) {
     return (mod && mod.__esModule) ? mod : { "default": mod };
 };
 Object.defineProperty(exports, "__esModule", { value: true });
-exports.SYNC_MAX_SECONDS = exports.AUDIO_ENCODING_MAP = exports.convertToWav16k = exports.transcribeWithModel = exports.transcribeWav16k = exports.transcribeAudio = void 0;
+exports.MAX_CARACTERES_POR_SEGUNDO = exports.TRANSCRIPTION_MAX_SECONDS = exports.MARCADORES_AUDIO = exports.MARCADOR_ANTIGUO = exports.MARCADOR_NO_TRANSCRITO = exports.MARCADOR_SIN_VOZ = exports.convertToWav16k = exports.transcribeWav16k = exports.transcribeAudio = void 0;
 const fs_1 = __importDefault(require("fs"));
 const path_1 = __importDefault(require("path"));
-const speech_1 = require("@google-cloud/speech");
 const ffmpegUtils_1 = require("./ffmpegUtils");
-const index_1 = require("../prompt/index");
-const constants_1 = require("../prompt/constants");
-const index_2 = require("../err/index");
-// ✅ Mapeo de MIME types a encoding de Speech-to-Text. Solo se usa en el camino de emergencia,
-// cuando ffmpeg no ha podido convertir el archivo y hay que mandarlo tal cual.
-const AUDIO_ENCODING_MAP = {
-    'audio/mpeg': 'MP3',
-    'audio/mp3': 'MP3',
-    'audio/wav': 'LINEAR16',
-    'audio/wave': 'LINEAR16',
-    'audio/x-wav': 'LINEAR16',
-    'audio/ogg': 'OGG_OPUS',
-    'audio/webm': 'WEBM_OPUS',
-    'audio/flac': 'FLAC',
-    'audio/x-flac': 'FLAC',
-    'audio/mp4': 'MP3',
-    'audio/m4a': 'MP3',
-    'audio/aac': 'MP3',
-};
-exports.AUDIO_ENCODING_MAP = AUDIO_ENCODING_MAP;
-// ✅ `recognize` (síncrono) rechaza audio de más de 60s. Cuando se le declara LINEAR16 deduce la
-// duración exacta de los bytes y lo aplica a rajatabla, así que por encima de esto no se le manda.
-const SYNC_MAX_SECONDS = 55;
-exports.SYNC_MAX_SECONDS = SYNC_MAX_SECONDS;
-// ✅ Speech-to-Text admite 10 MB en línea; a 32 KB/s son ~290s. Gemini aguanta mucho más,
-// pero recortamos para acotar el coste y la latencia de una nota de voz.
+const azureSpeech_1 = require("./azureSpeech");
+const azureTranscribe_1 = require("./azureTranscribe");
+const correccionTranscripcion_1 = require("./correccionTranscripcion");
+// ✅ Speech admite hasta 5 h por audio, pero se recorta para acotar coste y latencia de una nota de voz
 const TRANSCRIPTION_MAX_SECONDS = 600;
-const TRANSCRIPTION_PROMPT = `Transcribe literalmente lo que se dice en este audio. Es una nota de voz que un corredor manda a su entrenador.
-Devuelve SOLO la transcripción en su idioma original, sin comentarios, sin introducción y sin describir el audio.
-Si de verdad no se oye ninguna voz, responde exactamente: SIN_VOZ`;
+exports.TRANSCRIPTION_MAX_SECONDS = TRANSCRIPTION_MAX_SECONDS;
+// ✅ Nadie habla tan rápido: por encima de esto el texto no ha salido del audio. El máximo real medido
+// sobre 74 notas de voz es 19. Es la red final contra cualquier motor que se invente contenido.
+const MAX_CARACTERES_POR_SEGUNDO = 25;
+exports.MAX_CARACTERES_POR_SEGUNDO = MAX_CARACTERES_POR_SEGUNDO;
+// ✅ Marcadores que se guardan en FILE TEXT cuando no hay transcripción. Nunca se guarda vacío ni NULL:
+// el entrenador se salta la respuesta si un adjunto no tiene texto y no distingue «sin texto» de
+// «aún sin procesar».
+const MARCADOR_SIN_VOZ = '[Audio sin voz reconocible]';
+exports.MARCADOR_SIN_VOZ = MARCADOR_SIN_VOZ;
+const MARCADOR_NO_TRANSCRITO = '[Audio no transcrito]';
+exports.MARCADOR_NO_TRANSCRITO = MARCADOR_NO_TRANSCRITO;
+const MARCADOR_ANTIGUO = '[Audio sin contenido reconocible]';
+exports.MARCADOR_ANTIGUO = MARCADOR_ANTIGUO;
+const MARCADORES_AUDIO = [MARCADOR_SIN_VOZ, MARCADOR_NO_TRANSCRITO, MARCADOR_ANTIGUO];
+exports.MARCADORES_AUDIO = MARCADORES_AUDIO;
 /**
- * Llama a Speech-to-Text con un buffer y una configuración ya decididas
- *
- * @param content - Buffer del audio
- * @param encoding - Encoding declarado (LINEAR16, MP3...)
- * @returns Promise<string | null> - Transcripción, o null si no se reconoció nada
- */
-const recognizeSpeech = (content, encoding) => __awaiter(void 0, void 0, void 0, function* () {
-    var _a;
-    try {
-        const speechClient = new speech_1.SpeechClient();
-        // @ts-ignore - Tipos de Speech-to-Text son complejos
-        const [response] = yield speechClient.recognize({
-            audio: {
-                content: content.toString('base64'),
-            },
-            config: {
-                // @ts-ignore - El encoding se determina dinámicamente
-                encoding: encoding,
-                sampleRateHertz: ffmpegUtils_1.SPEECH_SAMPLE_RATE,
-                languageCode: 'es-ES', // Español de España
-                alternativeLanguageCodes: ['es-MX', 'es-AR', 'en-US'], // Alternativas: México, Argentina, Inglés
-                enableAutomaticPunctuation: true, // Puntuación automática
-                model: 'latest_long', // Modelo más reciente para audios largos
-                useEnhanced: true, // Modelo mejorado
-            },
-        });
-        const transcription = (_a = response.results) === null || _a === void 0 ? void 0 : _a.map((result) => { var _a, _b; return (_b = (_a = result.alternatives) === null || _a === void 0 ? void 0 : _a[0]) === null || _b === void 0 ? void 0 : _b.transcript; }).filter(Boolean).join(' ').trim();
-        return transcription || null;
-    }
-    catch (error) {
-        // eslint-disable-next-line no-console
-        console.error('[transcribeAudio] Error Speech-to-Text:', (error === null || error === void 0 ? void 0 : error.message) || error);
-        return null;
-    }
-});
-/**
- * Transcribe con un modelo multimodal de Google. Es la red que recoge lo que Speech-to-Text
- * no reconoce y, sobre todo, los audios de más de 60s, que el modo síncrono no admite.
- *
- * @param wavBuffer - Buffer WAV mono 16 kHz
- * @returns Promise<string | null> - Transcripción, o null si no hay voz
- */
-const transcribeWithModel = (wavBuffer) => __awaiter(void 0, void 0, void 0, function* () {
-    try {
-        const model = (0, index_1.createGoogleModelFromString)(constants_1.GOOGLE_MODELS.FLASH);
-        // El primario es Vertex; si el proyecto no lo tiene disponible se pasa a AI Studio
-        model._fallbackModelNames = [`${constants_1.AISTUDIO_PREFIX}${constants_1.GOOGLE_MODELS.FLASH}`, 'gemini-2.5-flash', `${constants_1.AISTUDIO_PREFIX}gemini-2.5-flash`];
-        const { text } = yield (0, index_1.generateText)({
-            model,
-            // ⭐ Sin registro en LLM CACHE: el audio no aporta nada como clave y engorda la tabla
-            log: false,
-            messages: [
-                {
-                    role: 'user',
-                    content: [
-                        { type: 'file', data: wavBuffer, mediaType: 'audio/wav' },
-                        { type: 'text', text: TRANSCRIPTION_PROMPT },
-                    ],
-                },
-            ],
-        });
-        const transcription = (text || '').trim();
-        return !transcription || transcription === 'SIN_VOZ' ? null : transcription;
-    }
-    catch (error) {
-        // eslint-disable-next-line no-console
-        console.error('[transcribeAudio] Error transcribiendo con el modelo:', (error === null || error === void 0 ? void 0 : error.message) || error);
-        return null;
-    }
-});
-exports.transcribeWithModel = transcribeWithModel;
-/**
- * Convierte cualquier audio al formato que espera Speech-to-Text (WAV PCM mono 16 kHz)
+ * Convierte cualquier audio a WAV PCM mono 16 kHz, recortado a 10 minutos
  *
  * @param fileBuffer - Buffer del audio original
  * @param filename - Nombre original del archivo
@@ -145,72 +63,168 @@ const convertToWav16k = (fileBuffer, filename) => (0, ffmpegUtils_1.withTempDir)
 }));
 exports.convertToWav16k = convertToWav16k;
 /**
- * Transcribe una nota de voz.
- *
- * El audio se normaliza a WAV mono 16 kHz y luego se elige motor por duración:
- *  - hasta 55s → Speech-to-Text, que es barato y preciso.
- *  - más de 55s → modelo multimodal, porque `recognize` no admite audios más largos y
- *    `longRunningRecognize` exige subir el archivo a GCS antes.
- *  - si Speech-to-Text no reconoce nada, se reintenta con el modelo antes de darlo por perdido.
- *
- * ⚠️ El orden importa y no es intercambiable. Medido sobre notas de voz reales de producción
- * que hoy acaban en '[Audio sin contenido reconocible]':
- *  - mandar el AAC crudo declarando 'MP3' (lo que se hacía): 0 de 14 recuperadas.
- *  - convertir a WAV y declarar LINEAR16: 13 de 14 (la que falla es de 81s).
- *  - modelo multimodal: 14 de 14.
- * Y a la inversa, convertir a WAV SIN respetar el límite de 55s rompe los audios largos que hoy
- * sí funcionan (4 de 4 medidos): con LINEAR16 la API deduce la duración exacta y los rechaza,
- * mientras que con un códec comprimido declarado se saltaba esa comprobación.
+ * Mide duración y volumen medio del audio. Si ffmpeg falla se sigue con lo que hay: sin medida
+ * no se puede aplicar la guarda de silencio, pero sí transcribir.
  *
- * @param fileBuffer - Buffer del archivo de audio
- * @param mimetype - Tipo MIME del archivo (ej: 'audio/aac', 'audio/x-m4a')
+ * @param fileBuffer - Buffer del audio
  * @param filename - Nombre original del archivo
- * @returns Promise<string> - Transcripción del audio
+ * @returns Duración en segundos (0 si no se pudo medir) y volumen medio en dB (null si no se pudo)
+ */
+const medirAudio = (fileBuffer, filename) => __awaiter(void 0, void 0, void 0, function* () {
+    try {
+        return yield (0, ffmpegUtils_1.withTempDir)((dir) => __awaiter(void 0, void 0, void 0, function* () {
+            const inputPath = path_1.default.join(dir, `input${path_1.default.extname(filename || '') || '.m4a'}`);
+            fs_1.default.writeFileSync(inputPath, fileBuffer);
+            const [{ duration }, meanDb] = yield Promise.all([(0, ffmpegUtils_1.probeMedia)(inputPath), (0, ffmpegUtils_1.measureLoudness)(inputPath)]);
+            return { duration, meanDb };
+        }));
+    }
+    catch (error) {
+        // eslint-disable-next-line no-console
+        console.error('[transcribeAudio] No se pudo medir el audio:', (error === null || error === void 0 ? void 0 : error.message) || error);
+        return { duration: 0, meanDb: null };
+    }
+});
+/**
+ * Pasa el audio por los motores en orden: Azure Speech y, si falla o no oye nada con señal,
+ * gpt-4o-mini-transcribe sobre WAV. Cada motor falla por su cuenta; nunca lanza.
  *
- * @example
- * ```typescript
- * const transcription = await transcribeAudio(audioBuffer, 'audio/aac', 'audio.aac');
- * // Resultado: "Hola, quería comentarte que hoy me duele un poco la rodilla..."
- * ```
+ * @param params - Audio original, WAV si ya existe, duración, locale y frases a reforzar
+ * @returns Texto (vacío si ningún motor oyó nada), motor que lo produjo y su confianza
  */
-const transcribeAudio = (fileBuffer, mimetype, filename) => __awaiter(void 0, void 0, void 0, function* () {
-    let wav;
-    let duration;
+const reconocer = (params) => __awaiter(void 0, void 0, void 0, function* () {
+    let motor = 'ninguno';
     try {
-        ({ wav, duration } = yield convertToWav16k(fileBuffer, filename));
+        const { text, confidence } = yield (0, azureSpeech_1.transcribeWithAzureSpeech)(params.wav || params.original, {
+            locale: params.locale,
+            phrases: params.phrases,
+            mimetype: params.wav ? 'audio/wav' : params.mimetype,
+        });
+        motor = 'speech';
+        // ⭐ Un audio de menos de 1 s sin resultado no merece un segundo motor: la guarda física ya
+        // decidió que hay señal, pero no hay nada que un modelo pueda oír ahí
+        if (text || params.duration < 1)
+            return { text, motor, confidence };
     }
     catch (error) {
-        // ⭐ Sin ffmpeg no se puede elegir motor: se manda el original tal cual, como se hacía antes
         // eslint-disable-next-line no-console
-        console.error('[transcribeAudio] No se pudo convertir el audio, se envía sin normalizar:', (error === null || error === void 0 ? void 0 : error.message) || error);
-        (0, index_2.err)(null, null, error, null);
-        const mime = (mimetype || '').toLowerCase().split(';')[0].trim();
-        return (yield recognizeSpeech(fileBuffer, AUDIO_ENCODING_MAP[mime] || 'MP3')) || '[Audio sin contenido reconocible]';
+        console.error('[transcribeAudio] Azure Speech falló, se pasa al respaldo:', (error === null || error === void 0 ? void 0 : error.message) || error);
     }
-    if (duration > 0 && duration <= SYNC_MAX_SECONDS) {
-        const transcription = yield recognizeSpeech(wav, 'LINEAR16');
-        if (transcription)
-            return transcription;
+    try {
+        const wav = params.wav || (yield convertToWav16k(params.original, params.filename)).wav;
+        const text = yield (0, azureTranscribe_1.transcribeWithAzureOpenAI)(wav, { language: params.locale.slice(0, 2) });
+        return { text, motor: 'openai', confidence: null };
     }
-    const fromModel = yield transcribeWithModel(wav);
-    if (fromModel) {
-        return duration > TRANSCRIPTION_MAX_SECONDS
-            ? `${fromModel} (Solo se transcribieron los primeros ${Math.round(TRANSCRIPTION_MAX_SECONDS / 60)} minutos.)`
-            : fromModel;
+    catch (error) {
+        // eslint-disable-next-line no-console
+        console.error('[transcribeAudio] El respaldo de Azure OpenAI también falló:', (error === null || error === void 0 ? void 0 : error.message) || error);
+        return { text: '', motor, confidence: null };
     }
-    return '[Audio sin contenido reconocible]';
+});
+/**
+ * Cadena completa sobre un audio ya medido: guarda de silencio → motores → guarda de densidad →
+ * corrección → una línea de log por audio (motor, duración, dB, confianza, caracteres, latencia).
+ *
+ * @param params - Audio original, WAV opcional, medidas y contexto
+ * @returns Transcripción o marcador
+ */
+const transcribirMedido = (params) => __awaiter(void 0, void 0, void 0, function* () {
+    var _a, _b;
+    const inicio = Date.now();
+    const { duration, meanDb } = params.medida;
+    const registrar = (datos) => {
+        var _a, _b;
+        // eslint-disable-next-line no-console
+        console.log('[transcribeAudio]', JSON.stringify(Object.assign({ id: (_b = (_a = params.contexto) === null || _a === void 0 ? void 0 : _a.idMensaje) !== null && _b !== void 0 ? _b : null, dur: Number(duration.toFixed(1)), db: meanDb, ms: Date.now() - inicio }, datos)));
+    };
+    if ((0, ffmpegUtils_1.esAudioSinVoz)(duration, meanDb)) {
+        registrar({ motor: 'ninguno', resultado: 'sin voz' });
+        return MARCADOR_SIN_VOZ;
+    }
+    const locale = (0, azureSpeech_1.localeFromPreferredLanguage)((_a = params.contexto) === null || _a === void 0 ? void 0 : _a.idioma);
+    const phrases = [...(((_b = params.contexto) === null || _b === void 0 ? void 0 : _b.nombres) || []), ...correccionTranscripcion_1.GLOSARIO_RUNNING];
+    // ⭐ Solo se convierte a WAV si hay que recortar: Speech acepta el archivo original tal cual
+    let wav = params.wav || null;
+    const recortado = duration > TRANSCRIPTION_MAX_SECONDS;
+    if (recortado && !wav) {
+        try {
+            wav = (yield convertToWav16k(params.original, params.filename)).wav;
+        }
+        catch (error) {
+            // eslint-disable-next-line no-console
+            console.error('[transcribeAudio] No se pudo recortar el audio, se manda entero:', (error === null || error === void 0 ? void 0 : error.message) || error);
+        }
+    }
+    const { text, motor, confidence } = yield reconocer({
+        original: params.original,
+        wav,
+        duration,
+        locale,
+        phrases,
+        mimetype: params.mimetype,
+        filename: params.filename,
+    });
+    if (!text) {
+        registrar({ motor, resultado: 'no transcrito' });
+        return MARCADOR_NO_TRANSCRITO;
+    }
+    if (duration > 0 && text.length / duration > MAX_CARACTERES_POR_SEGUNDO) {
+        registrar({ motor, resultado: 'densidad imposible', chars: text.length });
+        return MARCADOR_NO_TRANSCRITO;
+    }
+    const { texto, sustituciones } = yield (0, correccionTranscripcion_1.corregirTranscripcion)(text, params.contexto);
+    registrar({
+        motor,
+        conf: confidence,
+        chars: texto.length,
+        sustituciones: `${sustituciones.filter((sustitucion) => sustitucion.aceptada).length}/${sustituciones.length}`,
+    });
+    return recortado && wav ? `${texto} (Solo se transcribieron los primeros ${Math.round(TRANSCRIPTION_MAX_SECONDS / 60)} minutos.)` : texto;
+});
+/**
+ * Transcribe una nota de voz.
+ *
+ * Cadena, toda en Azure: medir duración y volumen con ffmpeg → si no hay voz, marcador sin llamar
+ * a nadie → Azure AI Speech con el locale del cliente y una lista de frases (nombres + jerga) →
+ * si falla o no oye nada, gpt-4o-mini-transcribe sin prompt → si el texto es físicamente imposible
+ * (más de 25 caracteres por segundo), marcador → corrección de jerga y nombres con el modelo LITE
+ * detrás de un filtro determinista.
+ *
+ * ⚠️ Medido sobre 74 notas de voz reales (06-sep-2026): Google Speech-to-Text cambiaba a inglés al
+ * azar en 2 de 74 (la identificación multi-idioma) y dejaba vacíos 3 audios con voz; los modelos
+ * generativos (Gemini, gpt-audio, transcribe con prompt) escribían una nota entera ante clips en
+ * silencio. Azure Speech: 0 invenciones, 0 vacíos con voz, p50 1,2 s.
+ *
+ * @param fileBuffer - Buffer del archivo de audio (aac, m4a, mp3, wav, ogg…)
+ * @param mimetype - Tipo MIME del archivo (ej: 'audio/aac', 'audio/x-m4a')
+ * @param filename - Nombre original del archivo
+ * @param contexto - Idioma, nombres y últimos mensajes del cliente (opcional)
+ * @returns Promise<string> - Transcripción, o un marcador si no hay voz o no se pudo transcribir
+ *
+ * @example
+ * ```typescript
+ * const transcription = await transcribeAudio(audioBuffer, 'audio/aac', 'audio.aac', { idioma: 'es', nombres: ['Ana', 'Rubén'] });
+ * // Resultado: "Hola Rubén, quería comentarte que hoy me duele un poco la rodilla..."
+ * ```
+ */
+const transcribeAudio = (fileBuffer, mimetype, filename, contexto) => __awaiter(void 0, void 0, void 0, function* () {
+    const medida = yield medirAudio(fileBuffer, filename);
+    return transcribirMedido({ original: fileBuffer, medida, mimetype, filename, contexto });
 });
 exports.transcribeAudio = transcribeAudio;
 /**
- * Transcribe un WAV que ya viene en el formato que espera Speech-to-Text
- * (PCM 16 bits, mono, 16 kHz) y dura menos de 55 segundos. Lo usa el análisis de vídeo,
- * que extrae la pista así y ya la recorta.
+ * Transcribe un WAV que ya viene en PCM 16 bits, mono, 16 kHz. Lo usa el análisis de vídeo, que
+ * extrae la pista así y ya la recorta.
  *
- * @param wavBuffer - Buffer WAV mono 16 kHz de menos de 55 segundos
- * @returns Promise<string> - Transcripción del audio
+ * @param wavBuffer - Buffer WAV mono 16 kHz
+ * @param contexto - Idioma, nombres y últimos mensajes del cliente (opcional)
+ * @returns Promise<string> - Transcripción, o un marcador
  */
-const transcribeWav16k = (wavBuffer) => __awaiter(void 0, void 0, void 0, function* () {
-    const transcription = (yield recognizeSpeech(wavBuffer, 'LINEAR16')) || (yield transcribeWithModel(wavBuffer));
-    return transcription || '[Audio sin contenido reconocible]';
+const transcribeWav16k = (wavBuffer, contexto) => __awaiter(void 0, void 0, void 0, function* () {
+    const medida = yield medirAudio(wavBuffer, 'audio.wav');
+    // ⭐ La duración de un WAV PCM se sabe por los bytes aunque ffprobe fallara
+    if (!medida.duration)
+        medida.duration = wavBuffer.length / (ffmpegUtils_1.SPEECH_SAMPLE_RATE * 2);
+    return transcribirMedido({ original: wavBuffer, wav: wavBuffer, medida, mimetype: 'audio/wav', filename: 'audio.wav', contexto });
 });
 exports.transcribeWav16k = transcribeWav16k;

package/lib/cjs/mediaProcessing/azureSpeech.js

@@ -0,0 +1,114 @@
+"use strict";
+// ✅ Transcripción rápida de Azure AI Speech. Vive en el mismo recurso AIServices que Azure OpenAI,
+// así que va con la misma clave (AZURE_API_KEY) y no hay que desplegar nada.
+// Medido sobre 74 notas de voz reales (06-sep-2026): 0 invenciones, 0 vacíos con voz, p50 1,2 s.
+var __awaiter = (this && this.__awaiter) || function (thisArg, _arguments, P, generator) {
+    function adopt(value) { return value instanceof P ? value : new P(function (resolve) { resolve(value); }); }
+    return new (P || (P = Promise))(function (resolve, reject) {
+        function fulfilled(value) { try { step(generator.next(value)); } catch (e) { reject(e); } }
+        function rejected(value) { try { step(generator["throw"](value)); } catch (e) { reject(e); } }
+        function step(result) { result.done ? resolve(result.value) : adopt(result.value).then(fulfilled, rejected); }
+        step((generator = generator.apply(thisArg, _arguments || [])).next());
+    });
+};
+Object.defineProperty(exports, "__esModule", { value: true });
+exports.SPEECH_API_VERSION = exports.localeFromPreferredLanguage = exports.transcribeWithAzureSpeech = void 0;
+// ✅ Versión que admite `phraseList` (la 2024-11-15 no la tiene)
+const SPEECH_API_VERSION = '2025-10-15';
+exports.SPEECH_API_VERSION = SPEECH_API_VERSION;
+// ✅ Techo generoso: admite audios de hasta 5 h, aunque aquí se recortan a 10 min antes
+const SPEECH_TIMEOUT_MS = 120000;
+// ✅ La lista de frases empuja el reconocimiento hacia esas palabras; con demasiadas deja de ayudar
+const SPEECH_MAX_PHRASES = 80;
+// ✅ Un solo locale por llamada. La identificación automática de idioma entre varios locales es
+// justo lo que hacía que Google devolviera inglés al azar; aquí el idioma viene de la ficha del cliente.
+const LOCALE_POR_IDIOMA = {
+    es: 'es-ES',
+    en: 'en-US',
+    ca: 'ca-ES',
+    pt: 'pt-PT',
+    fr: 'fr-FR',
+    it: 'it-IT',
+    de: 'de-DE',
+};
+/**
+ * Traduce el idioma preferido del cliente (`CLIENTE."PREFERRED LANGUAGE"`) al locale de Speech
+ *
+ * @param lang - Código de idioma ('es', 'en', 'ca'…), o vacío
+ * @returns Locale BCP-47; 'es-ES' si no se reconoce
+ */
+const localeFromPreferredLanguage = (lang) => LOCALE_POR_IDIOMA[(lang || '').toLowerCase().slice(0, 2)] || 'es-ES';
+exports.localeFromPreferredLanguage = localeFromPreferredLanguage;
+/**
+ * URL y clave de la transcripción rápida. Por defecto se derivan del recurso de Azure OpenAI
+ * (mismo dominio, mismo secreto); `AZURE_SPEECH_URL` y `AZURE_SPEECH_KEY` permiten separarlos.
+ *
+ * @returns URL completa del endpoint y clave
+ * @throws Error si no hay configuración suficiente
+ */
+const getSpeechConfig = () => {
+    const key = process.env.AZURE_SPEECH_KEY || process.env.AZURE_API_KEY;
+    if (!key)
+        throw new Error('Falta AZURE_SPEECH_KEY o AZURE_API_KEY');
+    if (process.env.AZURE_SPEECH_URL)
+        return { url: process.env.AZURE_SPEECH_URL, key };
+    if (!process.env.AZURE_BASE_URL)
+        throw new Error('Falta AZURE_SPEECH_URL o AZURE_BASE_URL');
+    const origin = new URL(process.env.AZURE_BASE_URL).origin;
+    return { url: `${origin}/speechtotext/transcriptions:transcribe?api-version=${SPEECH_API_VERSION}`, key };
+};
+const esperar = (ms) => new Promise((resolve) => setTimeout(resolve, ms));
+/**
+ * Transcribe un audio con la transcripción rápida de Azure AI Speech.
+ *
+ * Acepta el archivo tal cual (aac, m4a, mp3, wav, ogg…): Speech detecta el formato por contenido,
+ * así que no hace falta convertir a WAV. Sin filtro de palabrotas, porque «joder» forma parte de
+ * lo que el cliente dijo y el entrenador tiene que verlo.
+ *
+ * @param audio - Buffer del audio
+ * @param opts - locale del cliente, frases a reforzar (nombres, jerga) y MIME type si se conoce
+ * @returns Texto, confianza media de las frases y duración detectada
+ * @throws Error si la API responde con error (tras un reintento en 429/5xx)
+ *
+ * @example
+ * ```typescript
+ * const { text } = await transcribeWithAzureSpeech(buffer, { locale: 'es-ES', phrases: ['Rubén', 'fartlek'] });
+ * ```
+ */
+const transcribeWithAzureSpeech = (audio, opts) => __awaiter(void 0, void 0, void 0, function* () {
+    const { url, key } = getSpeechConfig();
+    const phrases = [...new Set((opts.phrases || []).map((phrase) => (phrase || '').trim()).filter(Boolean))].slice(0, SPEECH_MAX_PHRASES);
+    const definition = { locales: [opts.locale], profanityFilterMode: 'None' };
+    if (phrases.length)
+        definition.phraseList = { phrases };
+    const enviar = () => __awaiter(void 0, void 0, void 0, function* () {
+        const form = new FormData();
+        form.append('audio', new Blob([audio], { type: opts.mimetype || 'application/octet-stream' }), 'audio');
+        form.append('definition', JSON.stringify(definition));
+        const controller = new AbortController();
+        const timer = setTimeout(() => controller.abort(), SPEECH_TIMEOUT_MS);
+        try {
+            return yield fetch(url, { method: 'POST', headers: { 'Ocp-Apim-Subscription-Key': key }, body: form, signal: controller.signal });
+        }
+        finally {
+            clearTimeout(timer);
+        }
+    });
+    let response = yield enviar();
+    if (response.status === 429 || response.status >= 500) {
+        yield esperar(3000);
+        response = yield enviar();
+    }
+    const body = yield response.json().catch(() => ({}));
+    if (!response.ok)
+        throw new Error(`Azure Speech HTTP ${response.status}: ${JSON.stringify(body).slice(0, 200)}`);
+    const text = (body.combinedPhrases || [])
+        .map((phrase) => phrase === null || phrase === void 0 ? void 0 : phrase.text)
+        .filter(Boolean)
+        .join(' ')
+        .trim();
+    const confidences = (body.phrases || []).map((phrase) => phrase === null || phrase === void 0 ? void 0 : phrase.confidence).filter((value) => typeof value === 'number');
+    const confidence = confidences.length ? Number((confidences.reduce((sum, value) => sum + value, 0) / confidences.length).toFixed(3)) : null;
+    return { text, confidence, durationMs: typeof body.durationMilliseconds === 'number' ? body.durationMilliseconds : null };
+});
+exports.transcribeWithAzureSpeech = transcribeWithAzureSpeech;

package/lib/cjs/mediaProcessing/azureTranscribe.js

@@ -0,0 +1,73 @@
+"use strict";
+// ✅ Respaldo de transcripción con Azure OpenAI (gpt-4o-mini-transcribe). Solo entra cuando Azure
+// Speech falla o devuelve vacío con señal. Va SIN `prompt` a propósito: con un prompt de vocabulario
+// estos modelos se inventan una nota de voz entera ante un clip en silencio (medido 06-sep-2026).
+var __awaiter = (this && this.__awaiter) || function (thisArg, _arguments, P, generator) {
+    function adopt(value) { return value instanceof P ? value : new P(function (resolve) { resolve(value); }); }
+    return new (P || (P = Promise))(function (resolve, reject) {
+        function fulfilled(value) { try { step(generator.next(value)); } catch (e) { reject(e); } }
+        function rejected(value) { try { step(generator["throw"](value)); } catch (e) { reject(e); } }
+        function step(result) { result.done ? resolve(result.value) : adopt(result.value).then(fulfilled, rejected); }
+        step((generator = generator.apply(thisArg, _arguments || [])).next());
+    });
+};
+Object.defineProperty(exports, "__esModule", { value: true });
+exports.TRANSCRIBE_API_VERSION = exports.getTranscribeConfig = exports.transcribeWithAzureOpenAI = void 0;
+// ✅ La ruta v1 (/openai/v1/audio/transcriptions) devuelve DeploymentNotFound en este recurso;
+// la de deployments/ sí responde
+const TRANSCRIBE_API_VERSION = '2025-04-01-preview';
+exports.TRANSCRIBE_API_VERSION = TRANSCRIBE_API_VERSION;
+const TRANSCRIBE_TIMEOUT_MS = 120000;
+const TRANSCRIBE_DEPLOYMENT_POR_DEFECTO = 'gpt-4o-mini-transcribe';
+const esperar = (ms) => new Promise((resolve) => setTimeout(resolve, ms));
+/**
+ * URL y clave del despliegue de transcripción de Azure OpenAI
+ *
+ * @returns URL completa del endpoint y clave
+ * @throws Error si falta AZURE_BASE_URL o AZURE_API_KEY
+ */
+const getTranscribeConfig = () => {
+    const key = process.env.AZURE_API_KEY;
+    const base = (process.env.AZURE_BASE_URL || '').replace(/\/$/, '');
+    if (!key || !base)
+        throw new Error('Faltan AZURE_BASE_URL o AZURE_API_KEY');
+    const deployment = process.env.AZURE_TRANSCRIBE_DEPLOYMENT || TRANSCRIBE_DEPLOYMENT_POR_DEFECTO;
+    return { url: `${base}/deployments/${deployment}/audio/transcriptions?api-version=${TRANSCRIBE_API_VERSION}`, key, deployment };
+};
+exports.getTranscribeConfig = getTranscribeConfig;
+/**
+ * Transcribe un WAV con el despliegue de transcripción de Azure OpenAI, sin prompt.
+ *
+ * @param wav - Buffer WAV (mono 16 kHz, como sale de `convertToWav16k`)
+ * @param opts - Idioma en código de dos letras ('es', 'en'…)
+ * @returns Texto transcrito; cadena vacía si el modelo no oyó nada (un "." suelto cuenta como vacío)
+ * @throws Error si la API responde con error (tras un reintento en 429/5xx)
+ */
+const transcribeWithAzureOpenAI = (wav, opts) => __awaiter(void 0, void 0, void 0, function* () {
+    const { url, key } = getTranscribeConfig();
+    const enviar = () => __awaiter(void 0, void 0, void 0, function* () {
+        const form = new FormData();
+        form.append('file', new Blob([wav], { type: 'audio/wav' }), 'audio.wav');
+        form.append('language', opts.language);
+        form.append('response_format', 'json');
+        const controller = new AbortController();
+        const timer = setTimeout(() => controller.abort(), TRANSCRIBE_TIMEOUT_MS);
+        try {
+            return yield fetch(url, { method: 'POST', headers: { 'api-key': key }, body: form, signal: controller.signal });
+        }
+        finally {
+            clearTimeout(timer);
+        }
+    });
+    let response = yield enviar();
+    if (response.status === 429 || response.status >= 500) {
+        yield esperar(3000);
+        response = yield enviar();
+    }
+    const body = yield response.json().catch(() => ({}));
+    if (!response.ok)
+        throw new Error(`Azure OpenAI transcribe HTTP ${response.status}: ${JSON.stringify(body).slice(0, 200)}`);
+    const text = (body.text || '').trim();
+    return /^[.\s]*$/.test(text) ? '' : text;
+});
+exports.transcribeWithAzureOpenAI = transcribeWithAzureOpenAI;