move local testers

.gitignore

@@ -1 +1 @@
-
+.venv

ege-checker/SKILL.md

@@ -0,0 +1,222 @@
+---
+name: ege-checker
+description: >
+  Проверка заданий ЕГЭ с выставлением баллов по официальным критериям ФИПИ.
+  Используй этот скилл когда пользователь:
+  - Загружает фото/скан рукописного сочинения ЕГЭ по русскому языку
+  - Просит проверить сочинение ЕГЭ, выставить баллы, оценить работу
+  - Загружает аудиозапись или текст ответов по разделу "Аудирование" ЕГЭ по английскому
+  - Упоминает "ЕГЭ", "сочинение", "критерии К1-К12", "аудирование английский"
+  - Просит разобрать ошибки в сочинении по критериям ФИПИ
+  Скилл умеет: OCR рукописного текста через vision (multimodal), оценку по критериям, подробные комментарии. Работает с любой multimodal LLM (Qwen, GPT-4o и др.).
+---
+
+# ЕГЭ-Checker
+
+## Обзор возможностей
+
+| Модуль | Статус | Вход | Выход |
+|--------|--------|------|-------|
+| Сочинение (русский) | ✅ MVP | Фото рукописи или текст | Баллы К1–К12 + комментарии |
+| Аудирование (английский) | ✅ MVP | Аудиофайл + ключи | Баллы по заданиям |
+
+---
+
+## Модуль 1: Сочинение ЕГЭ по русскому языку
+
+### Что получает агент от проверяющего
+Проверяющий присылает в одном сообщении:
+1. **Сканы бланков** — фото рукописного сочинения (один или несколько листов)
+2. **Исходный текст задания** — публицистический/художественный текст, по которому написано сочинение
+3. **Тему/формулировку задания** — если есть отдельно (иногда тема вытекает из текста)
+
+Без исходного текста невозможно проверить К1, К2, К3 и К12. Если текст не прислан — попроси его перед началом проверки.
+
+### Шаг 1 — Получить текст сочинения
+
+**Если загружено фото/скан:**
+1. Внимательно рассмотри все изображения — бланки могут быть на нескольких листах
+2. Распознай рукописный текст максимально точно, сохраняя абзацное деление
+3. Выведи распознанный текст и попроси подтвердить: *"Вот что распознано. Если есть неточности — поправьте перед проверкой."*
+4. Дождись подтверждения или правок
+
+**Если текст вставлен напрямую:**
+Переходи к Шагу 2 без распознавания.
+
+### Шаг 2 — Загрузить критерии
+
+Прочитай файл `references/russian-essay-criteria.md` — там полные критерии К1–К12 с баллами и примерами.
+
+### Шаг 3 — Оценить по каждому критерию
+
+Пройдись по всем критериям К1–К12 **последовательно**. Для каждого:
+- Процитируй конкретный фрагмент из сочинения (если уместно)
+- Объясни своё решение
+- Выставь балл
+
+**Важные правила:**
+- Если К1 = 0 (нет формулировки проблемы) → К2, К3, К4 автоматически = 0
+- Если работа ≤ 70 слов → все баллы = 0, только К10 может быть ненулевым
+- Считай слова перед проверкой (служебные части речи считаются)
+
+### Шаг 4 — Итоговый вывод
+
+Используй этот формат вывода:
+
+```
+## Результаты проверки сочинения ЕГЭ
+
+### Распознанный текст
+[текст если было фото, иначе пропусти]
+
+### Количество слов: XX
+
+---
+
+### Оценка по критериям
+
+| Критерий | Название | Балл | Макс |
+|----------|----------|------|------|
+| К1 | Формулировка проблем исходного текста | X | 1 |
+| К2 | Комментарий к проблеме | X | 6 |
+| К3 | Отражение позиции автора | X | 1 |
+| К4 | Отношение к позиции автора | X | 1 |
+| К5 | Смысловая цельность, связность | X | 2 |
+| К6 | Точность и выразительность речи | X | 2 |
+| К7 | Орфография | X | 3 |
+| К8 | Пунктуация | X | 3 |
+| К9 | Языковые нормы | X | 2 |
+| К10 | Речевые нормы | X | 2 |
+| К11 | Этические нормы | X | 1 |
+| К12 | Фактическая точность | X | 1 |
+| **ИТОГО** | | **XX** | **25** |
+
+---
+
+### Подробные комментарии
+
+**К1 — [балл/1]**
+[объяснение]
+
+**К2 — [балл/6]**
+[объяснение с цитатами из текста]
+
+... и так далее по каждому критерию ...
+
+---
+
+### Главные рекомендации
+1. [самое важное для улучшения]
+2. ...
+```
+
+---
+
+## Модуль 2: Аудирование ЕГЭ по английскому
+
+### Что получает агент от проверяющего
+Проверяющий присылает в одном сообщении:
+1. **Аудиозапись** — файл с устными ответами ученика (MP3, WAV, M4A и т.д.)
+2. **Правильные ответы (ключи)** — текстом или фото бланка с ключами
+
+### Шаг 1 — Сохранить аудиофайл во временную директорию
+
+Сохрани полученный аудиофайл во временный путь `/tmp/ege_audio_<timestamp>.<ext>`.
+
+```python
+import os, time
+
+ext = os.path.splitext(original_filename)[1] or ".mp3"
+tmp_path = f"/tmp/ege_audio_{int(time.time())}{ext}"
+with open(tmp_path, "wb") as f:
+    f.write(audio_bytes)
+```
+
+### Шаг 2 — Запустить recognition.py
+
+**Через subprocess (рекомендуется):**
+```bash
+python3 ~/zeroclaw-bot/recognition.py {tmp_path} --output json
+```
+
+**Через прямой импорт:**
+```python
+import sys
+sys.path.insert(0, os.path.expanduser("~/zeroclaw-bot"))
+from recognition import process_audio
+
+transcript, answers = process_audio(tmp_path, model_size="medium", verbose=False)
+recognition_json = {
+    "transcript": transcript.text,
+    "answers": answers.to_dict(),
+    "unrecognized": answers.unrecognized,
+}
+```
+
+Результат — JSON:
+- `transcript` — полный текст того, что сказал ученик
+- `answers.task1` — {"A": "3", "B": "1", ...}
+- `answers.task2_9` — {"2": "1", "3": "2", ...}
+- `answers.task10_18` — {"10": "2", "11": "1", ...}
+- `answers.unrecognized` — задания, которые не удалось извлечь (засчитать как 0)
+
+### Шаг 3 — Получить и распознать ключи
+Если ключи пришли текстом — использовать напрямую.
+Если пришло фото бланка с ключами — распознать через vision.
+
+### Шаг 4 — Передать в LLM для сверки и выставления баллов
+
+Сформируй промпт для LLM на основе результатов recognition.py.
+Подставь реальные значения вместо плейсхолдеров:
+
+```
+Ты эксперт-проверяющий ЕГЭ по английскому (аудирование).
+
+Транскрипт ответов ученика (распознан через Whisper):
+[TRANSCRIPT]
+
+Извлечённые ответы ученика:
+- Задание 1 (A-F): [TASK1]
+- Задания 2-9: [TASK2_9]
+- Задания 10-18: [TASK10_18]
+- Не распознаны (засчитать как 0): [UNRECOGNIZED]
+
+Правильные ответы (ключи):
+[KEYS]
+
+Сверь ответы с ключами. 1 балл за совпадение, 0 — за несовпадение или отсутствие.
+Верни строго JSON без markdown:
+{"results":{"task1":{"A":true},"task2_9":{"2":true},"task10_18":{"10":false}},
+ "scores":{"task1":0,"task2_9":0,"task10_18":0,"total":0},
+ "errors":["Задание 1B: ученик ответил 5, верный ответ 1"]}
+```
+
+Читай `references/english-listening-criteria.md` для максимальных баллов каждого блока.
+
+### Шаг 5 — Удалить временный файл
+
+Обязательно удали аудиофайл после получения ответа от LLM:
+
+```python
+import os
+if os.path.exists(tmp_path):
+    os.remove(tmp_path)
+```
+
+### Шаг 6 — Вывести результат пользователю
+
+Три блока (Задание 1 / Задания 2-9 / Задания 10-18):
+колонки — задание, ответ ученика, ключ, результат (✓/✗).
+Итог: баллы по каждому блоку + общий итог из 23.
+
+Если были нераспознанные задания — явно указать:
+"Задания X, Y не были распознаны в аудио и засчитаны как неверные."
+---
+
+## Общие принципы проверки
+
+- **Актуальность**: Критерии соответствуют демоверсии ФИПИ 2024–2025
+- **Строгость**: Придерживайся формулировок критериев, не занижай и не завышай
+- **Пограничные случаи**: При сомнении между баллами — объясни оба варианта и выбери более обоснованный
+- **Тон**: Конструктивный, поддерживающий. Это учебный инструмент, не карательный
+- **Совместимость**: Скилл написан без привязки к конкретной модели. Работает с любым multimodal агентом, поддерживающим vision и аудио (Qwen3, GPT-4o, и др.)

ege-checker/references/english-listening-criteria.md

@@ -0,0 +1,30 @@
+# Критерии оценивания раздела "Аудирование" ЕГЭ по английскому языку
+## Статус: заглушка — будет заполнено в следующей итерации
+
+### Структура раздела (ЕГЭ 2024–2025)
+
+**Задание 1** (B1) — установление соответствия: 6 высказываний → 7 утверждений
+- 1 балл за каждое верное соответствие
+- Максимум: 6 баллов
+
+**Задания 2–9** (B2) — верно/неверно/не сказано (True/False/Not Stated)
+- 1 балл за каждый верный ответ
+- Максимум: 8 баллов
+
+**Задания 10–18** — краткий ответ/выбор из нескольких вариантов
+- 1 балл за каждый верный ответ
+- Максимум: 9 баллов
+
+**Итого по разделу "Аудирование": 20 первичных баллов**
+
+---
+
+## STT интеграция (планируется)
+
+Для обработки аудиозаписей потребуется:
+- OpenAI Whisper API (рекомендуется для русской и английской речи)
+- Или Deepgram (альтернатива)
+- Эндпоинт: `https://api.openai.com/v1/audio/transcriptions`
+- Модель: `whisper-1`
+
+Временное решение для MVP: попросить пользователя ввести ответы текстом.

ege-checker/references/russian-essay-criteria.md

@@ -0,0 +1,206 @@
+# Критерии оценивания сочинения ЕГЭ по русскому языку
+## Источник: ФИПИ, демоверсия 2024–2025
+
+---
+
+## Предварительные проверки
+
+### Подсчёт слов
+- Считаются все слова, включая служебные (предлоги, союзы, частицы)
+- Если слов **меньше 70** → все критерии = 0 (кроме К10)
+- Если слов **70–149** → рекомендуемый объём не выдержан, но работа проверяется
+- Рекомендуемый объём: **150–300 слов**
+
+### Правило нулевого К1
+Если К1 = 0 (проблема не сформулирована или сформулирована неверно):
+→ К2 = 0, К3 = 0, К4 = 0 **автоматически**
+
+---
+
+## К1 — Формулировка проблем исходного текста (0–1 балл)
+
+**1 балл**: Экзаменуемый (в той или иной форме) верно сформулировал одну из проблем исходного текста. Фактических ошибок, связанных с пониманием и формулировкой проблемы, нет.
+
+**0 баллов**: Экзаменуемый не смог верно сформулировать ни одну из проблем исходного текста.
+
+**Подсказки для проверки:**
+- Проблема должна быть сформулирована как вопрос или тезис
+- Она должна соответствовать содержанию исходного текста
+- Допустимы разные формулировки одной и той же проблемы
+
+---
+
+## К2 — Комментарий к сформулированной проблеме исходного текста (0–6 баллов)
+
+Структура: **2 примера-иллюстрации** из текста + **смысловая связь** между ними.
+
+| Баллы | Условия |
+|-------|---------|
+| 6 | Оба примера с пояснениями + связь с анализом |
+| 5 | Оба примера с пояснениями + связь без анализа |
+| 4 | Оба примера с пояснениями, связь не указана |
+| 3 | Один пример с пояснением + связь |
+| 2 | Оба примера без пояснений + связь |
+| 1 | Один пример без пояснения |
+| 0 | Примеры отсутствуют или текст пересказан |
+
+**Важно:**
+- Пример-иллюстрация = конкретный фрагмент/факт из текста с объяснением его роли
+- Смысловая связь: сравнение, противопоставление, причина-следствие, вывод и т.д.
+- Пересказ без анализа = 0 баллов
+- Фактические ошибки в комментарии снижают балл (−1 за каждую, но не более −2)
+
+---
+
+## К3 — Отражение позиции автора исходного текста (0–1 балл)
+
+**1 балл**: Позиция автора верно сформулирована. Фактических ошибок нет.
+
+**0 баллов**: Позиция автора не сформулирована или сформулирована неверно.
+
+**Подсказки:**
+- Позиция = ответ автора на поставленную проблему
+- Должна быть явно выражена, не просто угадана
+- Можно цитировать или пересказывать
+
+---
+
+## К4 — Отношение к позиции автора по проблеме исходного текста (0–1 балл)
+
+**1 балл**: Экзаменуемый выразил своё отношение к позиции автора и обосновал его.
+
+**0 баллов**: Экзаменуемый не выразил своё отношение или оно не обосновано.
+
+**Подсказки:**
+- Формальное согласие/несогласие без обоснования = 0
+- Обоснование: личный опыт, примеры из жизни/литературы, логические доводы
+- Фраза "я согласен с автором" без аргумента = 0
+
+---
+
+## К5 — Смысловая цельность, речевая связность и последовательность изложения (0–2 балла)
+
+**2 балла**: Работа характеризуется смысловой цельностью, речевой связностью и последовательностью изложения. Логических ошибок нет. Абзацное членение присутствует.
+
+**1 балл**: 1–2 логические ошибки ИЛИ нарушено абзацное членение.
+
+**0 баллов**: 3+ логические ошибки ИЛИ отсутствует абзацное членение.
+
+**Типичные логические ошибки:**
+- Нарушение последовательности мысли
+- Отсутствие связи между абзацами
+- Повтор одной мысли разными словами
+- Противоречия в тексте
+
+---
+
+## К6 — Точность и выразительность речи (0–2 балла)
+
+**2 балла**: Работа характеризуется точностью выражения мысли, разнообразием грамматического строя речи.
+
+**1 балл**: Работа характеризуется точностью выражения мысли, но однообразием грамматического строя речи ИЛИ выразительностью, но использованием неточных слов.
+
+**0 баллов**: Точность и выразительность речи существенно снижены.
+
+**Примечание:** К6 не может быть выше К10. Если К10 = 0, то К6 = 0.
+
+---
+
+## К7 — Соблюдение орфографических норм (0–3 балла)
+
+| Баллы | Количество ошибок |
+|-------|-------------------|
+| 3 | 0 ошибок |
+| 2 | 1 ошибка |
+| 1 | 2–3 ошибки |
+| 0 | 4+ ошибки |
+
+**Что считается ошибкой:**
+- Неверное написание слова
+- Слитное/раздельное/дефисное написание
+- Прописные/строчные буквы
+
+**Что НЕ считается ошибкой:**
+- Описки (если исправлены)
+- Перенос слова
+
+---
+
+## К8 — Соблюдение пунктуационных норм (0–3 балла)
+
+| Баллы | Количество ошибок |
+|-------|-------------------|
+| 3 | 0 ошибок |
+| 2 | 1–2 ошибки |
+| 1 | 3–4 ошибки |
+| 0 | 5+ ошибок |
+
+**Типичные ошибки:**
+- Пропуск запятой при однородных членах
+- Ошибки в сложных предложениях
+- Неверное оформление прямой речи
+
+---
+
+## К9 — Соблюдение языковых норм (грамматика) (0–2 балла)
+
+| Баллы | Количество ошибок |
+|-------|-------------------|
+| 2 | 0 ошибок |
+| 1 | 1–2 ошибки |
+| 0 | 3+ ошибки |
+
+**Типичные грамматические ошибки:**
+- Ошибки в согласовании (управлении)
+- Неправильное образование форм слова
+- Нарушение синтаксических норм
+
+---
+
+## К10 — Соблюдение речевых норм (0–2 балла)
+
+| Баллы | Количество ошибок |
+|-------|-------------------|
+| 2 | 0–1 ошибка |
+| 1 | 2–3 ошибки |
+| 0 | 4+ ошибки |
+
+**Типичные речевые ошибки:**
+- Тавтология (повтор одного слова/однокоренных слов)
+- Плеоназм (масло масляное)
+- Неуместное употребление слова
+- Употребление слова в несвойственном значении
+
+---
+
+## К11 — Соблюдение этических норм (0–1 балл)
+
+**1 балл**: Этические ошибки отсутствуют.
+
+**0 баллов**: Допущена 1+ этическая ошибка.
+
+**Этические ошибки:**
+- Грубость, оскорбления в адрес кого-либо
+- Национальная/религиозная нетерпимость
+- Речевая агрессия
+
+---
+
+## К12 — Соблюдение фактологической точности (0–1 балл)
+
+**1 балл**: Фактические ошибки отсутствуют.
+
+**0 баллов**: Допущена 1+ фактическая ошибка.
+
+**Фактические ошибки:**
+- Неверные имена, даты, названия произведений
+- Искажение содержания упомянутых текстов
+- Неверные факты о реальных событиях/людях
+
+---
+
+## Таблица максимальных баллов
+
+| К1 | К2 | К3 | К4 | К5 | К6 | К7 | К8 | К9 | К10 | К11 | К12 | Итого |
+|----|----|----|----|----|----|----|----|----|-----|-----|-----|-------|
+| 1  | 6  | 1  | 1  | 2  | 2  | 3  | 3  | 2  | 2   | 1   | 1   | **25** |

local-testers/english-listening-checker.html

@@ -0,0 +1,563 @@
+<!DOCTYPE html>
+<html lang="ru">
+<head>
+<meta charset="UTF-8">
+<meta name="viewport" content="width=device-width, initial-scale=1.0">
+<title>ЕГЭ Английский — Аудирование</title>
+<style>
+  *, *::before, *::after { box-sizing: border-box; margin: 0; padding: 0; }
+  :root {
+    --bg: #f5f4f0;
+    --surface: #ffffff;
+    --border: #e0ddd6;
+    --border2: #c8c5bc;
+    --text: #1a1a18;
+    --muted: #6b6a65;
+    --accent: #2d5be3;
+    --ok: #1a7a45;
+    --ok-bg: #e8f5ee;
+    --err: #b92c2c;
+    --err-bg: #fdeaea;
+    --warn: #8a5c00;
+    --warn-bg: #fff8e6;
+    --radius: 10px;
+    --radius-sm: 6px;
+  }
+  body { font-family: -apple-system, BlinkMacSystemFont, 'Segoe UI', sans-serif; background: var(--bg); color: var(--text); font-size: 14px; line-height: 1.6; }
+  .container { max-width: 860px; margin: 0 auto; padding: 2rem 1rem 4rem; }
+  h1 { font-size: 22px; font-weight: 600; margin-bottom: 4px; }
+  .subtitle { color: var(--muted); font-size: 13px; margin-bottom: 2rem; }
+  .card { background: var(--surface); border: 1px solid var(--border); border-radius: var(--radius); padding: 1.25rem 1.5rem; margin-bottom: 1rem; }
+  .card-title { font-size: 13px; font-weight: 600; color: var(--muted); text-transform: uppercase; letter-spacing: 0.05em; margin-bottom: 1rem; }
+  label { display: block; font-size: 13px; color: var(--muted); margin-bottom: 4px; }
+  input[type=text], input[type=password], textarea, select {
+    width: 100%; padding: 8px 10px; border: 1px solid var(--border); border-radius: var(--radius-sm);
+    font-size: 13px; font-family: inherit; background: var(--bg); color: var(--text);
+    outline: none; transition: border-color 0.15s;
+  }
+  input:focus, textarea:focus { border-color: var(--accent); }
+  textarea { resize: vertical; min-height: 80px; }
+  .row { display: grid; grid-template-columns: 1fr 1fr; gap: 12px; }
+  .row3 { display: grid; grid-template-columns: 1fr 1fr 1fr; gap: 12px; }
+  .field { margin-bottom: 12px; }
+  button {
+    padding: 9px 18px; border-radius: var(--radius-sm); border: 1px solid var(--border2);
+    background: var(--surface); color: var(--text); font-size: 13px; font-family: inherit;
+    cursor: pointer; transition: all 0.15s;
+  }
+  button:hover { background: var(--bg); border-color: var(--accent); color: var(--accent); }
+  .btn-primary { background: var(--accent); color: #fff; border-color: var(--accent); }
+  .btn-primary:hover { background: #1e4ac9; color: #fff; border-color: #1e4ac9; }
+  .btn-primary:disabled { opacity: 0.5; cursor: not-allowed; }
+  .drop-zone {
+    border: 2px dashed var(--border2); border-radius: var(--radius); padding: 2rem;
+    text-align: center; cursor: pointer; color: var(--muted); font-size: 13px;
+    position: relative; transition: all 0.15s;
+  }
+  .drop-zone:hover, .drop-zone.over { border-color: var(--accent); color: var(--accent); background: #f0f4ff; }
+  .drop-zone input { position: absolute; inset: 0; opacity: 0; cursor: pointer; width: 100%; height: 100%; }
+  .drop-zone .icon { font-size: 28px; margin-bottom: 8px; }
+  .file-info { margin-top: 10px; padding: 8px 12px; background: var(--ok-bg); border-radius: var(--radius-sm); font-size: 13px; color: var(--ok); }
+  .step { display: flex; gap: 12px; align-items: flex-start; margin-bottom: 1rem; }
+  .step-num { width: 26px; height: 26px; min-width: 26px; border-radius: 50%; background: var(--accent); color: #fff; font-size: 12px; font-weight: 600; display: flex; align-items: center; justify-content: center; margin-top: 1px; }
+  .step-num.done { background: var(--ok); }
+  .step-num.pending { background: var(--border2); color: var(--muted); }
+  .step-body { flex: 1; }
+  .step-title { font-size: 14px; font-weight: 500; margin-bottom: 6px; }
+  .answers-grid { display: grid; gap: 6px; }
+  .answer-row { display: grid; grid-template-columns: 80px 1fr 1fr; gap: 8px; align-items: center; font-size: 13px; }
+  .answer-row .task-label { color: var(--muted); font-weight: 500; }
+  .answer-row input { padding: 5px 8px; }
+  .section-header { font-size: 12px; font-weight: 600; color: var(--muted); text-transform: uppercase; letter-spacing: 0.05em; padding: 6px 0 4px; border-bottom: 1px solid var(--border); margin-bottom: 8px; display: grid; grid-template-columns: 80px 1fr 1fr; gap: 8px; }
+  .log { background: #1a1a18; color: #e8e6e0; border-radius: var(--radius); padding: 1rem; font-family: 'Menlo', 'Monaco', monospace; font-size: 12px; line-height: 1.8; max-height: 200px; overflow-y: auto; white-space: pre-wrap; }
+  .log .ok { color: #6ee7a0; }
+  .log .err { color: #f87171; }
+  .log .info { color: #93c5fd; }
+  .result-card { border-radius: var(--radius); overflow: hidden; margin-bottom: 1rem; }
+  .result-block { margin-bottom: 1.5rem; }
+  .result-block h3 { font-size: 14px; font-weight: 600; margin-bottom: 8px; }
+  table.check-table { width: 100%; border-collapse: collapse; font-size: 13px; }
+  table.check-table th { font-size: 11px; font-weight: 600; color: var(--muted); text-align: left; padding: 4px 8px; border-bottom: 1px solid var(--border); }
+  table.check-table td { padding: 5px 8px; border-bottom: 1px solid var(--border); }
+  table.check-table tr:last-child td { border-bottom: none; }
+  .mark-ok { color: var(--ok); font-weight: 600; }
+  .mark-err { color: var(--err); font-weight: 600; }
+  .score-pill { display: inline-block; padding: 2px 10px; border-radius: 20px; font-size: 12px; font-weight: 600; }
+  .score-pill.ok { background: var(--ok-bg); color: var(--ok); }
+  .score-pill.mid { background: var(--warn-bg); color: var(--warn); }
+  .score-pill.low { background: var(--err-bg); color: var(--err); }
+  .total-box { background: var(--bg); border: 1px solid var(--border); border-radius: var(--radius); padding: 1.25rem; display: flex; align-items: center; justify-content: space-between; }
+  .total-score { font-size: 36px; font-weight: 700; }
+  .total-label { font-size: 13px; color: var(--muted); }
+  .errors-list { font-size: 13px; }
+  .error-item { padding: 6px 0; border-bottom: 1px solid var(--border); color: var(--err); }
+  .error-item:last-child { border-bottom: none; }
+  .transcript-box { background: var(--bg); border: 1px solid var(--border); border-radius: var(--radius-sm); padding: 1rem; font-size: 13px; line-height: 1.7; color: var(--text); max-height: 200px; overflow-y: auto; white-space: pre-wrap; }
+  .badge { display: inline-block; font-size: 11px; padding: 1px 7px; border-radius: 20px; }
+  .badge-ok { background: var(--ok-bg); color: var(--ok); }
+  .badge-err { background: var(--err-bg); color: var(--err); }
+  .spinner { display: inline-block; width: 14px; height: 14px; border: 2px solid rgba(255,255,255,0.3); border-top-color: #fff; border-radius: 50%; animation: spin 0.7s linear infinite; vertical-align: middle; margin-right: 6px; }
+  @keyframes spin { to { transform: rotate(360deg); } }
+  #result-section { display: none; }
+  .divider { border: none; border-top: 1px solid var(--border); margin: 1.5rem 0; }
+</style>
+</head>
+<body>
+<div class="container">
+
+  <h1>ЕГЭ — Аудирование (Английский язык)</h1>
+  <p class="subtitle">Загрузи аудиозапись ответов ученика → получи транскрипт → сверь с ключами → баллы</p>
+
+  <!-- API Settings -->
+  <div class="card">
+    <div class="card-title">Настройки API</div>
+    <div class="row">
+      <div class="field">
+        <label>Whisper эндпоинт (STT)</label>
+        <input type="text" id="whisper-url" value="https://api.openai.com/v1/audio/transcriptions" placeholder="https://...">
+      </div>
+      <div class="field">
+        <label>LLM эндпоинт (проверка)</label>
+        <input type="text" id="llm-url" value="https://llm.lambda.coredump.ru/v1" placeholder="https://...">
+      </div>
+    </div>
+    <div class="row">
+      <div class="field">
+        <label>API Key (Whisper)</label>
+        <input type="password" id="whisper-key" placeholder="sk-...">
+      </div>
+      <div class="field">
+        <label>API Key (LLM)</label>
+        <input type="password" id="llm-key" placeholder="ключ если нужен">
+      </div>
+    </div>
+    <div class="field">
+      <label>Модель LLM</label>
+      <input type="text" id="llm-model" value="openai/Qwen3.5-122B-A10B" placeholder="имя модели">
+    </div>
+  </div>
+
+  <!-- Step 1: Audio -->
+  <div class="card">
+    <div class="step">
+      <div class="step-num" id="step1-num">1</div>
+      <div class="step-body">
+        <div class="step-title">Загрузи аудиозапись ответов ученика</div>
+        <div class="drop-zone" id="audio-drop">
+          <div class="icon">🎤</div>
+          <div>Нажми или перетащи аудиофайл</div>
+          <div style="font-size:11px;margin-top:4px;color:var(--muted)">MP3, WAV, M4A, OGG, WEBM — до 25 МБ</div>
+          <input type="file" id="audio-file" accept="audio/*" onchange="handleAudio(this.files[0])">
+        </div>
+        <div id="audio-info" style="display:none" class="file-info"></div>
+      </div>
+    </div>
+  </div>
+
+  <!-- Step 2: Keys -->
+  <div class="card">
+    <div class="step">
+      <div class="step-num pending" id="step2-num">2</div>
+      <div class="step-body">
+        <div class="step-title">Введи правильные ответы (ключи)</div>
+        <p style="font-size:12px;color:var(--muted);margin-bottom:12px">Заполни ключи для заданий, которые есть в варианте. Пустые задания игнорируются.</p>
+
+        <div class="section-header">
+          <span>Задание</span><span>Ключ (верный)</span><span>— пусто —</span>
+        </div>
+
+        <div style="font-size:12px;font-weight:600;color:var(--muted);margin:8px 0 4px">Задание 1 — Соответствие (A–F → цифра 1–7)</div>
+        <div class="answers-grid" id="keys-b1">
+          <!-- A-F rows generated by JS -->
+        </div>
+
+        <div style="font-size:12px;font-weight:600;color:var(--muted);margin:14px 0 4px">Задания 2–9 — True(1) / False(2) / Not Stated(3)</div>
+        <div class="answers-grid" id="keys-b2">
+          <!-- 2-9 rows -->
+        </div>
+
+        <div style="font-size:12px;font-weight:600;color:var(--muted);margin:14px 0 4px">Задания 10–18 — Выбор из 3 вариантов (1/2/3)</div>
+        <div class="answers-grid" id="keys-c1">
+          <!-- 10-18 rows -->
+        </div>
+      </div>
+    </div>
+  </div>
+
+  <!-- Run button -->
+  <div style="display:flex;gap:10px;margin-bottom:1.5rem">
+    <button class="btn-primary" id="run-btn" onclick="runCheck()" disabled>
+      Распознать и проверить →
+    </button>
+    <button onclick="resetAll()">Сбросить</button>
+  </div>
+
+  <!-- Log -->
+  <div id="log-section" style="display:none;margin-bottom:1rem">
+    <div class="log" id="log"></div>
+  </div>
+
+  <!-- Results -->
+  <div id="result-section">
+
+    <div class="card">
+      <div class="card-title">Транскрипт ответов ученика</div>
+      <div class="transcript-box" id="transcript-box"></div>
+      <div style="margin-top:8px">
+        <div class="card-title" style="margin-bottom:4px">Распознанные ответы</div>
+        <div class="transcript-box" id="parsed-answers-box" style="font-family:monospace"></div>
+      </div>
+    </div>
+
+    <div class="card" id="result-detail">
+      <div class="card-title">Детальная проверка</div>
+
+      <div class="result-block">
+        <h3>Задание 1 — Установление соответствия <span id="score-b1-pill" class="score-pill"></span></h3>
+        <table class="check-table">
+          <thead><tr><th>Высказывание</th><th>Ответ ученика</th><th>Ключ</th><th>Результат</th></tr></thead>
+          <tbody id="table-b1"></tbody>
+        </table>
+      </div>
+
+      <hr class="divider">
+
+      <div class="result-block">
+        <h3>Задания 2–9 — True / False / Not Stated <span id="score-b2-pill" class="score-pill"></span></h3>
+        <table class="check-table">
+          <thead><tr><th>Задание</th><th>Ответ ученика</th><th>Ключ</th><th>Результат</th></tr></thead>
+          <tbody id="table-b2"></tbody>
+        </table>
+      </div>
+
+      <hr class="divider">
+
+      <div class="result-block">
+        <h3>Задания 10–18 — Выбор ответа <span id="score-c1-pill" class="score-pill"></span></h3>
+        <table class="check-table">
+          <thead><tr><th>Задание</th><th>Ответ ученика</th><th>Ключ</th><th>Результат</th></tr></thead>
+          <tbody id="table-c1"></tbody>
+        </table>
+      </div>
+    </div>
+
+    <div class="total-box card">
+      <div>
+        <div class="total-label">Итоговый балл</div>
+        <div class="total-score" id="total-score">—</div>
+        <div class="total-label" id="total-label">из 23 первичных баллов</div>
+      </div>
+      <div style="text-align:right">
+        <div class="total-label" style="margin-bottom:4px">Ошибки</div>
+        <div id="errors-summary" class="errors-list"></div>
+      </div>
+    </div>
+
+  </div>
+
+</div>
+
+<script>
+let audioFile = null;
+let audioFileName = '';
+
+// Build key input rows
+function buildKeyRows() {
+  const b1 = document.getElementById('keys-b1');
+  ['A','B','C','D','E','F'].forEach(letter => {
+    b1.innerHTML += `<div class="answer-row">
+      <span class="task-label">Задание 1${letter}</span>
+      <input type="text" id="key-b1-${letter}" maxlength="1" placeholder="1–7" style="width:60px">
+      <span></span>
+    </div>`;
+  });
+
+  const b2 = document.getElementById('keys-b2');
+  for (let i = 2; i <= 9; i++) {
+    b2.innerHTML += `<div class="answer-row">
+      <span class="task-label">Задание ${i}</span>
+      <input type="text" id="key-b2-${i}" maxlength="1" placeholder="1/2/3" style="width:60px">
+      <span></span>
+    </div>`;
+  }
+
+  const c1 = document.getElementById('keys-c1');
+  for (let i = 10; i <= 18; i++) {
+    c1.innerHTML += `<div class="answer-row">
+      <span class="task-label">Задание ${i}</span>
+      <input type="text" id="key-c1-${i}" maxlength="1" placeholder="1/2/3" style="width:60px">
+      <span></span>
+    </div>`;
+  }
+}
+
+function handleAudio(file) {
+  if (!file) return;
+  audioFile = file;
+  audioFileName = file.name;
+  const info = document.getElementById('audio-info');
+  info.style.display = 'block';
+  info.textContent = `✓ ${file.name} (${(file.size/1024/1024).toFixed(1)} МБ)`;
+  document.getElementById('step1-num').classList.add('done');
+  document.getElementById('step2-num').classList.remove('pending');
+  document.getElementById('run-btn').disabled = false;
+}
+
+// Drag & drop
+const dropZone = document.getElementById('audio-drop');
+dropZone.addEventListener('dragover', e => { e.preventDefault(); dropZone.classList.add('over'); });
+dropZone.addEventListener('dragleave', () => dropZone.classList.remove('over'));
+dropZone.addEventListener('drop', e => {
+  e.preventDefault(); dropZone.classList.remove('over');
+  const f = e.dataTransfer.files[0];
+  if (f) { document.getElementById('audio-file').files; handleAudio(f); }
+});
+
+function log(msg, type='') {
+  const el = document.getElementById('log');
+  document.getElementById('log-section').style.display = '';
+  const span = document.createElement('span');
+  span.className = type;
+  span.textContent = msg + '\n';
+  el.appendChild(span);
+  el.scrollTop = el.scrollHeight;
+}
+
+function getKeys() {
+  const b1 = {};
+  ['A','B','C','D','E','F'].forEach(l => {
+    const v = document.getElementById(`key-b1-${l}`).value.trim();
+    if (v) b1[l] = v;
+  });
+  const b2 = {};
+  for (let i = 2; i <= 9; i++) {
+    const v = document.getElementById(`key-b2-${i}`).value.trim();
+    if (v) b2[i] = v;
+  }
+  const c1 = {};
+  for (let i = 10; i <= 18; i++) {
+    const v = document.getElementById(`key-c1-${i}`).value.trim();
+    if (v) c1[i] = v;
+  }
+  return { b1, b2, c1 };
+}
+
+async function transcribeAudio(file) {
+  const url = document.getElementById('whisper-url').value.trim();
+  const key = document.getElementById('whisper-key').value.trim();
+  const formData = new FormData();
+  formData.append('file', file, file.name);
+  formData.append('model', 'whisper-1');
+  formData.append('language', 'en');
+  formData.append('prompt', 'Student answers to English listening exam: task 1 matching A B C D E F with numbers 1-7, tasks 2-9 True False Not Stated as 1 2 or 3, tasks 10-18 multiple choice 1 2 or 3.');
+
+  const headers = {};
+  if (key) headers['Authorization'] = 'Bearer ' + key;
+
+  const resp = await fetch(url, { method: 'POST', headers, body: formData });
+  if (!resp.ok) throw new Error('Whisper error: ' + resp.status + ' ' + await resp.text());
+  const data = await resp.json();
+  return data.text || '';
+}
+
+async function parseAnswersWithLLM(transcript, keys) {
+  const url = document.getElementById('llm-url').value.trim().replace(/\/$/, '');
+  const model = document.getElementById('llm-model').value.trim();
+  const key = document.getElementById('llm-key').value.trim();
+
+  const keysText = JSON.stringify(keys, null, 2);
+
+  const prompt = `You are grading a Russian EGE English listening exam. 
+
+The student recorded their answers verbally. Here is the transcript:
+"""
+${transcript}
+"""
+
+Extract the student's answers for each task. The exam structure:
+- Task 1 (matching): letters A,B,C,D,E,F each matched to a number 1-7
+- Tasks 2-9 (True/False/Not Stated): answers are 1 (True), 2 (False), or 3 (Not Stated)
+- Tasks 10-18 (multiple choice): answers are 1, 2, or 3
+
+The teacher's answer key is:
+${keysText}
+
+Now compare student answers to the key and return ONLY valid JSON, no markdown:
+{
+  "transcript_clean": "cleaned up version of student answers",
+  "student_answers": {
+    "b1": {"A":"3","B":"1","C":"5","D":"7","E":"2","F":"4"},
+    "b2": {"2":"1","3":"2","4":"1","5":"3","6":"2","7":"1","8":"3","9":"2"},
+    "c1": {"10":"2","11":"1","12":"3","13":"1","14":"2","15":"3","16":"1","17":"2","18":"1"}
+  },
+  "results": {
+    "b1": {"A":true,"B":false,"C":true,"D":true,"E":true,"F":true},
+    "b2": {"2":true,"3":false,"4":true,"5":true,"6":false,"7":true,"8":true,"9":true},
+    "c1": {"10":true,"11":true,"12":false,"13":true,"14":true,"15":true,"16":true,"17":false,"18":true}
+  },
+  "scores": {
+    "b1": 5,
+    "b2": 6,
+    "c1": 7,
+    "total": 18
+  },
+  "errors": [
+    "Задание 1B: ученик ответил 5, верный ответ 1",
+    "Задание 6: ученик ответил 1, верный ответ 2"
+  ]
+}
+
+Only include tasks that have keys provided. If student answer is unclear, mark it as "?" and count as wrong.`;
+
+  const headers = { 'Content-Type': 'application/json' };
+  if (key) headers['Authorization'] = 'Bearer ' + key;
+
+  const resp = await fetch(url + '/chat/completions', {
+    method: 'POST',
+    headers,
+    body: JSON.stringify({
+      model,
+      max_tokens: 2000,
+      messages: [{ role: 'user', content: prompt }]
+    })
+  });
+  if (!resp.ok) throw new Error('LLM error: ' + resp.status + ' ' + await resp.text());
+  const data = await resp.json();
+  const raw = data.choices?.[0]?.message?.content || '';
+  const clean = raw.replace(/```json|```/g, '').trim();
+  return JSON.parse(clean);
+}
+
+function scorePill(score, max) {
+  const pct = score / max;
+  const cls = pct >= 0.8 ? 'ok' : pct >= 0.5 ? 'mid' : 'low';
+  return `<span class="score-pill ${cls}">${score} / ${max}</span>`;
+}
+
+function renderResults(data, keys) {
+  document.getElementById('result-section').style.display = '';
+  document.getElementById('transcript-box').textContent = data.transcript_clean || '(не удалось извлечь)';
+
+  // Show parsed answers
+  const sa = data.student_answers || {};
+  let parsedText = '';
+  if (sa.b1) parsedText += 'Задание 1: ' + Object.entries(sa.b1).map(([k,v]) => `${k}=${v}`).join(' ') + '\n';
+  if (sa.b2) parsedText += 'Задания 2-9: ' + Object.entries(sa.b2).map(([k,v]) => `${k}=${v}`).join(' ') + '\n';
+  if (sa.c1) parsedText += 'Задания 10-18: ' + Object.entries(sa.c1).map(([k,v]) => `${k}=${v}`).join(' ');
+  document.getElementById('parsed-answers-box').textContent = parsedText;
+
+  // B1 table
+  const b1res = data.results?.b1 || {};
+  const b1body = document.getElementById('table-b1');
+  b1body.innerHTML = '';
+  ['A','B','C','D','E','F'].filter(l => keys.b1[l]).forEach(l => {
+    const ok = b1res[l];
+    const studentAns = sa.b1?.[l] ?? '?';
+    b1body.innerHTML += `<tr>
+      <td>${l}</td>
+      <td>${studentAns}</td>
+      <td>${keys.b1[l]}</td>
+      <td class="${ok ? 'mark-ok' : 'mark-err'}">${ok ? '✓' : '✗'}</td>
+    </tr>`;
+  });
+  const b1max = Object.keys(keys.b1).length;
+  document.getElementById('score-b1-pill').outerHTML = scorePill(data.scores?.b1 ?? 0, b1max);
+
+  // B2 table
+  const b2res = data.results?.b2 || {};
+  const b2body = document.getElementById('table-b2');
+  b2body.innerHTML = '';
+  for (let i = 2; i <= 9; i++) {
+    if (!keys.b2[i]) continue;
+    const ok = b2res[i];
+    const studentAns = sa.b2?.[i] ?? '?';
+    const labels = { '1': 'True', '2': 'False', '3': 'Not Stated' };
+    b2body.innerHTML += `<tr>
+      <td>${i}</td>
+      <td>${studentAns} ${labels[studentAns] ? `<span style="color:var(--muted);font-size:11px">(${labels[studentAns]})</span>` : ''}</td>
+      <td>${keys.b2[i]} <span style="color:var(--muted);font-size:11px">(${labels[keys.b2[i]] || ''})</span></td>
+      <td class="${ok ? 'mark-ok' : 'mark-err'}">${ok ? '✓' : '✗'}</td>
+    </tr>`;
+  }
+  const b2max = Object.keys(keys.b2).length;
+  document.getElementById('score-b2-pill').outerHTML = scorePill(data.scores?.b2 ?? 0, b2max);
+
+  // C1 table
+  const c1res = data.results?.c1 || {};
+  const c1body = document.getElementById('table-c1');
+  c1body.innerHTML = '';
+  for (let i = 10; i <= 18; i++) {
+    if (!keys.c1[i]) continue;
+    const ok = c1res[i];
+    const studentAns = sa.c1?.[i] ?? '?';
+    c1body.innerHTML += `<tr>
+      <td>${i}</td>
+      <td>${studentAns}</td>
+      <td>${keys.c1[i]}</td>
+      <td class="${ok ? 'mark-ok' : 'mark-err'}">${ok ? '✓' : '✗'}</td>
+    </tr>`;
+  }
+  const c1max = Object.keys(keys.c1).length;
+  document.getElementById('score-c1-pill').outerHTML = scorePill(data.scores?.c1 ?? 0, c1max);
+
+  // Total
+  const total = data.scores?.total ?? 0;
+  const maxTotal = b1max + b2max + c1max;
+  const totalEl = document.getElementById('total-score');
+  totalEl.textContent = total;
+  totalEl.style.color = total / maxTotal >= 0.8 ? 'var(--ok)' : total / maxTotal >= 0.5 ? 'var(--warn)' : 'var(--err)';
+  document.getElementById('total-label').textContent = `из ${maxTotal} первичных баллов`;
+
+  // Errors
+  const errList = document.getElementById('errors-summary');
+  if (data.errors?.length) {
+    errList.innerHTML = data.errors.map(e => `<div class="error-item">✗ ${e}</div>`).join('');
+  } else {
+    errList.innerHTML = '<span style="color:var(--ok)">Ошибок нет!</span>';
+  }
+}
+
+async function runCheck() {
+  if (!audioFile) return;
+  const keys = getKeys();
+  const btn = document.getElementById('run-btn');
+  btn.disabled = true;
+  btn.innerHTML = '<span class="spinner"></span>Обработка...';
+  document.getElementById('log-section').style.display = '';
+  document.getElementById('log').innerHTML = '';
+  document.getElementById('result-section').style.display = 'none';
+
+  try {
+    log('→ Отправляю аудио в Whisper...', 'info');
+    const transcript = await transcribeAudio(audioFile);
+    log('✓ Транскрипция получена: ' + transcript.substring(0, 80) + '...', 'ok');
+
+    log('→ Отправляю в LLM для разбора ответов и проверки...', 'info');
+    const result = await parseAnswersWithLLM(transcript, keys);
+    log('✓ Проверка завершена. Итог: ' + result.scores?.total + ' баллов', 'ok');
+
+    renderResults(result, keys);
+  } catch(e) {
+    log('✗ Ошибка: ' + e.message, 'err');
+  }
+
+  btn.disabled = false;
+  btn.innerHTML = 'Распознать и проверить →';
+}
+
+function resetAll() {
+  audioFile = null;
+  document.getElementById('audio-info').style.display = 'none';
+  document.getElementById('audio-file').value = '';
+  document.getElementById('run-btn').disabled = true;
+  document.getElementById('result-section').style.display = 'none';
+  document.getElementById('log-section').style.display = 'none';
+  document.getElementById('log').innerHTML = '';
+  document.getElementById('step1-num').classList.remove('done');
+  document.getElementById('step2-num').classList.add('pending');
+}
+
+buildKeyRows();
+</script>
+</body>
+</html>

recognition.py

@@ -0,0 +1,503 @@
+"""
+recognition.py — модуль распознавания аудиофайла с ответами ученика ЕГЭ (аудирование, английский язык).
+
+Зависимости:
+    pip install faster-whisper
+
+Использование:
+    from recognition import transcribe, extract_answers
+
+    # Полный pipeline: аудио -> транскрипт -> структурированные ответы
+    result = transcribe("student_answers.mp3")
+    answers = extract_answers(result.text)
+    print(answers)
+"""
+
+from __future__ import annotations
+
+import re
+import logging
+from dataclasses import dataclass, field
+from pathlib import Path
+
+logger = logging.getLogger(__name__)
+
+# ---------------------------------------------------------------------------
+# Константы
+# ---------------------------------------------------------------------------
+
+# Модели faster-whisper по убыванию скорости / возрастанию качества:
+# tiny, base, small, medium, large-v2, large-v3
+DEFAULT_MODEL = "medium"
+
+# Подсказка для Whisper — описывает формат ответов ученика.
+# Критически важна для правильного распознавания "one/two/three" как цифр
+# и "A equals 3" как ответа на задание 1.
+WHISPER_PROMPT = (
+    "Student answers to EGE English listening exam. "
+    "Task one matching: speaker A answer three, speaker B answer one, "
+    "speaker C answer five, speaker D answer seven, speaker E answer two, speaker F answer four. "
+    "Tasks two through nine True False Not Stated: "
+    "task two true, task three false, task four not stated. "
+    "Tasks ten through eighteen multiple choice one two or three: "
+    "task ten two, task eleven one, task twelve three."
+)
+
+
+# ---------------------------------------------------------------------------
+# Структуры данных
+# ---------------------------------------------------------------------------
+
+@dataclass
+class TranscriptResult:
+    """Результат транскрипции аудиофайла."""
+    text: str                          # Полный текст транскрипта
+    language: str                      # Определённый язык ("en")
+    duration_seconds: float            # Длительность аудио в секундах
+    segments: list[dict] = field(default_factory=list)  # Детальные сегменты с таймкодами
+    model_used: str = DEFAULT_MODEL
+
+
+@dataclass
+class StudentAnswers:
+    """Структурированные ответы ученика, извлечённые из транскрипта."""
+
+    # Задание 1: соответствие A–F → цифра 1–7
+    task1: dict[str, str] = field(default_factory=dict)   # {"A": "3", "B": "1", ...}
+
+    # Задания 2–9: True(1) / False(2) / Not Stated(3)
+    task2_9: dict[int, str] = field(default_factory=dict) # {2: "1", 3: "2", ...}
+
+    # Задания 10–18: выбор из вариантов 1/2/3
+    task10_18: dict[int, str] = field(default_factory=dict) # {10: "2", 11: "1", ...}
+
+    # Задания, которые не удалось распознать
+    unrecognized: list[str] = field(default_factory=list)
+
+    def to_dict(self) -> dict:
+        return {
+            "task1": self.task1,
+            "task2_9": {str(k): v for k, v in self.task2_9.items()},
+            "task10_18": {str(k): v for k, v in self.task10_18.items()},
+            "unrecognized": self.unrecognized,
+        }
+
+    def summary(self) -> str:
+        """Читаемое представление для вывода агенту / в лог."""
+        lines = ["=== Распознанные ответы ученика ==="]
+
+        if self.task1:
+            lines.append("\nЗадание 1 (соответствие):")
+            for letter in "ABCDEF":
+                ans = self.task1.get(letter, "?")
+                lines.append(f"  {letter} → {ans}")
+
+        if self.task2_9:
+            lines.append("\nЗадания 2–9 (True/False/Not Stated):")
+            labels = {"1": "True", "2": "False", "3": "Not Stated"}
+            for task_num in range(2, 10):
+                ans = self.task2_9.get(task_num, "?")
+                label = labels.get(ans, ans)
+                lines.append(f"  Задание {task_num}: {ans} ({label})")
+
+        if self.task10_18:
+            lines.append("\nЗадания 10–18 (выбор):")
+            for task_num in range(10, 19):
+                ans = self.task10_18.get(task_num, "?")
+                lines.append(f"  Задание {task_num}: {ans}")
+
+        if self.unrecognized:
+            lines.append(f"\nНе распознано: {', '.join(self.unrecognized)}")
+
+        return "\n".join(lines)
+
+
+# ---------------------------------------------------------------------------
+# Транскрипция
+# ---------------------------------------------------------------------------
+
+def transcribe(
+    audio_path: str | Path,
+    model_size: str = DEFAULT_MODEL,
+    device: str = "auto",
+    compute_type: str = "auto",
+    language: str = "en",
+    beam_size: int = 5,
+) -> TranscriptResult:
+    """
+    Транскрибирует аудиофайл с ответами ученика.
+
+    Args:
+        audio_path:    Путь к аудиофайлу (MP3, WAV, M4A, OGG, WEBM, FLAC).
+        model_size:    Размер модели Whisper: tiny/base/small/medium/large-v2/large-v3.
+                       medium — хороший баланс скорость/качество для ЕГЭ.
+                       large-v3 — максимальное качество, медленнее.
+        device:        "auto" | "cpu" | "cuda". "auto" выберет GPU если доступен.
+        compute_type:  "auto" | "int8" | "float16" | "float32".
+                       "auto" подберёт оптимальный тип для устройства.
+        language:      Язык аудио. "en" для ответов на английском.
+        beam_size:     Ширина луча beam search. 5 — стандарт, выше = точнее но медленнее.
+
+    Returns:
+        TranscriptResult с текстом, языком, длительностью и сегментами.
+
+    Raises:
+        FileNotFoundError: Если аудиофайл не найден.
+        RuntimeError:      Если faster-whisper не установлен.
+    """
+    try:
+        from faster_whisper import WhisperModel
+    except ImportError:
+        raise RuntimeError(
+            "faster-whisper не установлен. Установите: pip install faster-whisper"
+        )
+
+    audio_path = Path(audio_path)
+    if not audio_path.exists():
+        raise FileNotFoundError(f"Аудиофайл не найден: {audio_path}")
+
+    # Автовыбор устройства и типа вычислений
+    resolved_device, resolved_compute = _resolve_device(device, compute_type)
+
+    logger.info(
+        "Загрузка модели %s на %s (%s)...",
+        model_size, resolved_device, resolved_compute
+    )
+
+    model = WhisperModel(
+        model_size,
+        device=resolved_device,
+        compute_type=resolved_compute,
+    )
+
+    logger.info("Транскрибирую: %s", audio_path.name)
+
+    segments_gen, info = model.transcribe(
+        str(audio_path),
+        language=language,
+        beam_size=beam_size,
+        initial_prompt=WHISPER_PROMPT,
+        word_timestamps=False,
+        vad_filter=True,           # Фильтрация тишины — полезно для записей с паузами
+        vad_parameters={
+            "min_silence_duration_ms": 500,   # Паузы >0.5с считаются тишиной
+            "speech_pad_ms": 200,
+        },
+    )
+
+    # Материализуем генератор сегментов
+    segments = []
+    full_text_parts = []
+
+    for seg in segments_gen:
+        segments.append({
+            "start": round(seg.start, 2),
+            "end": round(seg.end, 2),
+            "text": seg.text.strip(),
+        })
+        full_text_parts.append(seg.text.strip())
+
+    full_text = " ".join(full_text_parts)
+
+    logger.info(
+        "Транскрипция завершена. Длительность: %.1f сек, слов ~%d",
+        info.duration, len(full_text.split())
+    )
+
+    return TranscriptResult(
+        text=full_text,
+        language=info.language,
+        duration_seconds=round(info.duration, 1),
+        segments=segments,
+        model_used=model_size,
+    )
+
+
+def _resolve_device(device: str, compute_type: str) -> tuple[str, str]:
+    """Определяет оптимальное устройство и тип вычислений."""
+    if device != "auto" and compute_type != "auto":
+        return device, compute_type
+
+    # Проверяем наличие CUDA
+    try:
+        from torch import cuda
+        has_cuda = cuda.is_available()
+    except ImportError:
+        has_cuda = False
+
+    if device == "auto":
+        device = "cuda" if has_cuda else "cpu"
+
+    if compute_type == "auto":
+        if device == "cuda":
+            compute_type = "float16"   # GPU: float16 быстрее и точнее чем int8
+        else:
+            compute_type = "int8"      # CPU: int8 значительно быстрее float32
+
+    return device, compute_type
+
+
+# ---------------------------------------------------------------------------
+# Извлечение ответов из транскрипта
+# ---------------------------------------------------------------------------
+
+def extract_answers(transcript_text: str) -> StudentAnswers:
+    """
+    Извлекает структурированные ответы из текста транскрипта.
+
+    Обрабатывает разные форматы речи ученика:
+    - "A three", "speaker A answer three", "A equals 3", "A — три"
+    - "task two true", "number two true", "two — true", "2 true"
+    - "task ten two", "ten — 2", "question ten answer two"
+
+    Args:
+        transcript_text: Текст транскрипта от Whisper.
+
+    Returns:
+        StudentAnswers со структурированными ответами.
+    """
+    answers = StudentAnswers()
+    text = transcript_text.lower().strip()
+
+    _extract_task1(text, answers)
+    _extract_task2_9(text, answers)
+    _extract_task10_18(text, answers)
+
+    logger.debug("Извлечено ответов: task1=%d, task2_9=%d, task10_18=%d, нераспознано=%d",
+                 len(answers.task1), len(answers.task2_9),
+                 len(answers.task10_18), len(answers.unrecognized))
+
+    return answers
+
+
+def _extract_task1(text: str, answers: StudentAnswers) -> None:
+    """
+    Задание 1: соответствие A–F → цифра 1–7.
+    Примеры: "A three", "speaker A answer 3", "A equals three", "A — 3"
+    """
+    # Числа словами → цифры
+    word_to_digit = {
+        "one": "1", "two": "2", "three": "3", "four": "4",
+        "five": "5", "six": "6", "seven": "7",
+        # На случай русских ответов
+        "один": "1", "два": "2", "три": "3", "четыре": "4",
+        "пять": "5", "шесть": "6", "семь": "7",
+    }
+
+    for letter in "abcdef":
+        # Паттерн: буква, затем необязательный разделитель, затем цифра/слово
+        pattern = (
+            rf"(?:speaker\s+)?{letter}"
+            rf"(?:\s+(?:answer|equals|is|—|-|:))?"
+            rf"\s+"
+            rf"({_digit_or_word_pattern(1, 7)})"
+        )
+        match = re.search(pattern, text)
+        if match:
+            raw = match.group(1).strip()
+            digit = word_to_digit.get(raw, raw) if not raw.isdigit() else raw
+            if digit in [str(i) for i in range(1, 8)]:
+                answers.task1[letter.upper()] = digit
+            else:
+                answers.unrecognized.append(f"1{letter.upper()}")
+        else:
+            answers.unrecognized.append(f"1{letter.upper()}")
+
+
+def _extract_task2_9(text: str, answers: StudentAnswers) -> None:
+    """
+    Задания 2–9: True(1) / False(2) / Not Stated(3).
+    Примеры: "task two true", "number 3 false", "four not stated", "5 — 2"
+    """
+    tfs_map = {
+        "true": "1", "1": "1",
+        "false": "2", "2": "2",
+        "not stated": "3", "not_stated": "3", "3": "3",
+    }
+
+    num_words = {
+        "two": 2, "three": 3, "four": 4, "five": 5,
+        "six": 6, "seven": 7, "eight": 8, "nine": 9,
+        "2": 2, "3": 3, "4": 4, "5": 5,
+        "6": 6, "7": 7, "8": 8, "9": 9,
+    }
+
+    for word, num in num_words.items():
+        pattern = (
+            rf"(?:task|number|question|задание)?\s*{re.escape(word)}"
+            rf"(?:\s+(?:is|answer|—|-|:))?"
+            rf"\s+"
+            rf"(true|false|not\s+stated|not_stated|[123])"
+        )
+        match = re.search(pattern, text)
+        if match:
+            raw = match.group(1).strip().replace(" ", "_")
+            digit = tfs_map.get(raw) or tfs_map.get(raw.replace("_", " "))
+            if digit:
+                answers.task2_9[num] = digit
+            else:
+                answers.unrecognized.append(str(num))
+        else:
+            answers.unrecognized.append(str(num))
+
+
+def _extract_task10_18(text: str, answers: StudentAnswers) -> None:
+    """
+    Задания 10–18: выбор из вариантов 1/2/3.
+    Примеры: "task ten two", "eleven — 1", "question 12 answer three"
+    """
+    word_to_digit_choice = {
+        "one": "1", "two": "2", "three": "3",
+        "1": "1", "2": "2", "3": "3",
+    }
+
+    num_words = {
+        "ten": 10, "eleven": 11, "twelve": 12, "thirteen": 13,
+        "fourteen": 14, "fifteen": 15, "sixteen": 16,
+        "seventeen": 17, "eighteen": 18,
+        "10": 10, "11": 11, "12": 12, "13": 13,
+        "14": 14, "15": 15, "16": 16, "17": 17, "18": 18,
+    }
+
+    for word, num in num_words.items():
+        pattern = (
+            rf"(?:task|number|question|задание)?\s*{re.escape(word)}"
+            rf"(?:\s+(?:is|answer|—|-|:))?"
+            rf"\s+"
+            rf"({_digit_or_word_pattern(1, 3)})"
+        )
+        match = re.search(pattern, text)
+        if match:
+            raw = match.group(1).strip()
+            digit = word_to_digit_choice.get(raw)
+            if digit:
+                answers.task10_18[num] = digit
+            else:
+                answers.unrecognized.append(str(num))
+        else:
+            answers.unrecognized.append(str(num))
+
+
+def _digit_or_word_pattern(min_val: int, max_val: int) -> str:
+    """Строит regex-паттерн для диапазона цифр и их словесных форм."""
+    digits = [str(i) for i in range(min_val, max_val + 1)]
+    words = {
+        1: "one", 2: "two", 3: "three", 4: "four", 5: "five",
+        6: "six", 7: "seven", 8: "eight", 9: "nine", 10: "ten",
+        11: "eleven", 12: "twelve", 13: "thirteen", 14: "fourteen",
+        15: "fifteen", 16: "sixteen", 17: "seventeen", 18: "eighteen",
+    }
+    options = digits + [words[i] for i in range(min_val, max_val + 1) if i in words]
+    return "(" + "|".join(sorted(options, key=len, reverse=True)) + ")"
+
+
+# ---------------------------------------------------------------------------
+# Удобный pipeline
+# ---------------------------------------------------------------------------
+
+def process_audio(
+    audio_path: str | Path,
+    model_size: str = DEFAULT_MODEL,
+    device: str = "auto",
+    verbose: bool = False,
+) -> tuple[TranscriptResult, StudentAnswers]:
+    """
+    Полный pipeline: аудиофайл → транскрипт → структурированные ответы.
+
+    Args:
+        audio_path:  Путь к аудиофайлу.
+        model_size:  Размер модели Whisper (medium по умолчанию).
+        device:      "auto" | "cpu" | "cuda".
+        verbose:     Если True — выводить промежуточные результаты в stdout.
+
+    Returns:
+        Кортеж (TranscriptResult, StudentAnswers).
+
+    Example:
+        result, answers = process_audio("student.mp3")
+        print(answers.summary())
+        # Передать answers.to_dict() агенту для сверки с ключами
+    """
+    if verbose:
+        print(f"[1/2] Транскрибирую {Path(audio_path).name} (модель: {model_size})...")
+
+    transcript = transcribe(audio_path, model_size=model_size, device=device)
+
+    if verbose:
+        print(f"      Длительность: {transcript.duration_seconds} сек")
+        print(f"      Транскрипт: {transcript.text[:120]}...")
+        print("[2/2] Извлекаю ответы...")
+
+    answers = extract_answers(transcript.text)
+
+    if verbose:
+        print(answers.summary())
+
+    return transcript, answers
+
+
+# ---------------------------------------------------------------------------
+# CLI
+# ---------------------------------------------------------------------------
+
+if __name__ == "__main__":
+    import argparse
+    import json
+    import sys
+
+    logging.basicConfig(level=logging.INFO, format="%(levelname)s: %(message)s")
+
+    parser = argparse.ArgumentParser(
+        description="Распознавание аудиоответов ЕГЭ (аудирование, английский язык)"
+    )
+    parser.add_argument("audio", help="Путь к аудиофайлу")
+    parser.add_argument(
+        "--model", default=DEFAULT_MODEL,
+        choices=["tiny", "base", "small", "medium", "large-v2", "large-v3"],
+        help=f"Размер модели Whisper (по умолчанию: {DEFAULT_MODEL})"
+    )
+    parser.add_argument(
+        "--device", default="auto",
+        choices=["auto", "cpu", "cuda"],
+        help="Устройство для инференса (по умолчанию: auto)"
+    )
+    parser.add_argument(
+        "--output", choices=["summary", "json", "transcript"],
+        default="summary",
+        help="Формат вывода: summary (читаемый), json (машинный), transcript (сырой текст)"
+    )
+    parser.add_argument(
+        "--transcript-only", action="store_true",
+        help="Только транскрипция без извлечения ответов"
+    )
+
+    args = parser.parse_args()
+
+    try:
+        if args.transcript_only or args.output == "transcript":
+            result = transcribe(args.audio, model_size=args.model, device=args.device)
+            print(result.text)
+        else:
+            result, answers = process_audio(
+                args.audio,
+                model_size=args.model,
+                device=args.device,
+                verbose=(args.output == "summary"),
+            )
+
+            if args.output == "json":
+                output = {
+                    "transcript": result.text,
+                    "language": result.language,
+                    "duration_seconds": result.duration_seconds,
+                    "model_used": result.model_used,
+                    "answers": answers.to_dict(),
+                }
+                print(json.dumps(output, ensure_ascii=False, indent=2))
+            elif args.output == "summary":
+                # verbose=True уже вывел всё в process_audio
+                pass
+
+    except (FileNotFoundError, RuntimeError) as e:
+        print(f"Ошибка: {e}", file=sys.stderr)
+        sys.exit(1)

requirements.txt

@@ -0,0 +1,2 @@
+faster-whisper==1.2.1
+torch==2.11.0