Spaces:
Sleeping
Sleeping
File size: 14,272 Bytes
745f62a | 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240 241 242 243 244 245 246 247 248 249 250 251 252 253 254 255 256 257 258 259 260 261 262 263 264 265 266 267 268 269 270 271 272 273 274 275 276 277 278 279 280 281 282 283 284 285 286 287 288 289 290 291 292 293 294 295 296 297 298 299 300 301 302 | """
Generate synthetic Hindi ASHA conversation audio for end-to-end pipeline testing.
Each clip has known ground truth values, enabling automated validation.
Uses Google TTS (Hindi) — not perfectly natural but has correct words/numbers
that Whisper must transcribe, normalize, and the LLM must extract.
"""
import json
import os
from gtts import gTTS
OUT_DIR = "test_audio/synthetic"
os.makedirs(OUT_DIR, exist_ok=True)
# Each test case: (filename, transcript_hindi, expected_values)
# expected_values used by test_pipeline.py for validation
TEST_CASES = [
# ── ANC CASES ──
(
"anc_normal_vitals",
"नमस्ते दीदी, मैं आशा कार्यकर्ता हूँ। आज आपका चेकअप करती हूँ। "
"आपका नाम रीना है ना? आपकी उम्र 22 साल है। "
"चलिए BP चेक करते हैं। आपका BP 110 बटा 70 है, बिल्कुल ठीक है। "
"वजन 55 किलो है। Hb रिपोर्ट में 11 पॉइंट 5 आया। "
"आप 24 हफ्ते की गर्भवती हैं। IFA की गोलियाँ रोज़ लो। "
"TT का पहला टीका लग गया है। "
"डिलीवरी के लिए PHC में जाएँगी। सब ठीक चल रहा है।",
{
"visit_type": "anc_visit",
"checks": {
"patient.name": "रीना",
"patient.age": 22,
"vitals.bp_systolic": 110,
"vitals.bp_diastolic": 70,
"vitals.weight_kg": 55,
"vitals.hemoglobin_gm_percent": 11.5,
"pregnancy.gestational_weeks": 24,
},
"danger_count": [0, 0],
"referral": "routine_followup",
"must_be_null": ["lab_results.blood_group", "lab_results.hiv_status"],
},
),
(
"anc_preeclampsia_danger",
"दीदी आज मुझे बहुत सिरदर्द हो रहा है। आँखों के सामने धुंधला दिखता है। "
"चेहरे पर सूजन आ गई है। पैरों में भी सूजन है। "
"मैं आपका BP चेक करती हूँ। BP 160 बटा 105 है। ये बहुत ज़्यादा है। "
"आप 32 हफ्ते की हैं। ये danger signs हैं। तुरंत hospital जाना होगा।",
{
"visit_type": "anc_visit",
"checks": {
"vitals.bp_systolic": 160,
"vitals.bp_diastolic": 105,
"pregnancy.gestational_weeks": 32,
},
"danger_count": [2, 5],
"referral": "refer_immediately",
"must_be_null": ["patient.name"],
},
),
(
"anc_severe_anemia",
"Hb की रिपोर्ट आई है। Hb 6 पॉइंट 2 है, बहुत कम है। "
"मुझे बहुत चक्कर आते हैं। साँस लेने में तकलीफ़ होती है। "
"BP 95 बटा 60 है। वजन 42 किलो है। आप 18 हफ्ते की हैं। "
"आपको तुरंत PHC जाकर iron injection लेना होगा।",
{
"visit_type": "anc_visit",
"checks": {
"vitals.bp_systolic": 95,
"vitals.bp_diastolic": 60,
"vitals.weight_kg": 42,
"vitals.hemoglobin_gm_percent": 6.2,
"pregnancy.gestational_weeks": 18,
},
"danger_count": [1, 3],
"referral": "refer_immediately",
"must_be_null": ["patient.name", "lab_results.blood_group"],
},
),
(
"anc_minimal_info",
"BP ठीक है, 118 बटा 76 है। बाकी सब ठीक है दीदी।",
{
"visit_type": "anc_visit",
"checks": {
"vitals.bp_systolic": 118,
"vitals.bp_diastolic": 76,
},
"danger_count": [0, 0],
"referral": "routine_followup",
"must_be_null": ["patient.name", "patient.age", "vitals.weight_kg",
"vitals.hemoglobin_gm_percent", "lab_results.blood_group"],
},
),
(
"anc_hinglish_codeswitching",
"Hello didi, aaj check-up hai. BP check karti hoon. "
"BP 135 by 88 hai, thoda high side pe hai. "
"Weight 64 kg hai. Hb report mein 9 point 5 aaya hai. "
"Aap 30 weeks ki hain. Baby movement acchi hai. "
"Delivery ke liye district hospital jaayengi.",
{
"visit_type": "anc_visit",
"checks": {
"vitals.bp_systolic": 135,
"vitals.bp_diastolic": 88,
"vitals.weight_kg": 64,
"vitals.hemoglobin_gm_percent": 9.5,
"pregnancy.gestational_weeks": 30,
},
"danger_count": [0, 1],
"referral": "routine_followup",
"must_be_null": ["patient.name", "lab_results.blood_group"],
},
),
# ── PNC CASES ──
(
"pnc_normal_day3",
"नमस्ते दीदी, डिलीवरी को 3 दिन हो गए। कैसे हैं आप? "
"मैं ठीक हूँ। बच्चा अच्छे से दूध पी रहा है। "
"बच्चे का वजन 2 पॉइंट 9 kg है। नाभि सूखी है। "
"बच्चे का तापमान सामान्य है। "
"आपका BP 120 बटा 78 है। खून बहना बंद हो गया है।",
{
"visit_type": "pnc_visit",
"checks": {
"infant_assessment.weight_kg": 2.9,
},
"danger_count": [0, 0],
"referral": "routine_followup",
"must_be_null": [],
},
),
(
"pnc_newborn_danger",
"दीदी, बच्चा बहुत सुस्त है। दूध नहीं पी रहा है। "
"12 घंटे से दूध नहीं पिया है। बहुत कमज़ोर आवाज़ में रोता है। "
"बच्चे का तापमान 101 डिग्री है। बुखार है। "
"ये danger signs हैं। तुरंत PHC ले जाना होगा।",
{
"visit_type": "pnc_visit",
"checks": {},
"danger_count": [1, 4],
"referral": "refer_immediately",
"must_be_null": [],
},
),
(
"pnc_postpartum_hemorrhage",
"डिलीवरी को 2 दिन हुए हैं। बहुत ज़्यादा खून आ रहा है। "
"pad 1 घंटे में भीग जाता है। चक्कर आ रहे हैं। "
"बहुत कमज़ोरी लग रही है। ये गंभीर है। तुरंत hospital जाना होगा।",
{
"visit_type": "pnc_visit",
"checks": {},
"danger_count": [1, 3],
"referral": "refer_immediately",
"must_be_null": [],
},
),
# ── DELIVERY CASES ──
(
"delivery_normal_institutional",
"डिलीवरी कब हुई? कल रात 2 बजे। लड़का हुआ है। "
"कहाँ हुई डिलीवरी? PHC में, normal delivery थी। "
"बच्चे का वजन 3 पॉइंट 1 kg है। "
"स्तनपान तुरंत शुरू किया, 1 घंटे के अंदर। "
"बच्चे ने जन्म के समय रोया था।",
{
"visit_type": "delivery",
"checks": {
"infant.birth_weight_kg": 3.1,
},
"danger_count": [0, 0],
"referral": "routine_followup",
"must_be_null": [],
},
),
(
"delivery_home_lbw",
"बच्चा घर पर ही हो गया। दाई ने करवाया। लड़की हुई है। "
"बच्ची का वजन 1 पॉइंट 7 kg है। बहुत कम है। ये low birth weight है। "
"बच्ची ने जन्म के समय रोया था। "
"बच्ची को गर्म रखना ज़रूरी है। PHC में चेकअप करवाना होगा।",
{
"visit_type": "delivery",
"checks": {
"infant.birth_weight_kg": 1.7,
},
"danger_count": [1, 2],
"referral": "refer_immediately",
"must_be_null": [],
},
),
# ── CHILD HEALTH CASES ──
(
"child_health_routine",
"बच्चा कैसा है? बिल्कुल ठीक है दीदी। खूब खाता है, खेलता है। "
"बच्चे का वजन 8 पॉइंट 2 kg है। उम्र 9 महीने है। "
"Vitamin A की पहली dose 6 महीने में दी थी। "
"सारे टीके लगे हैं। बच्चा बैठता है, घुटनों पर चलता है।",
{
"visit_type": "child_health",
"checks": {
"child.age_months": 9,
"growth_assessment.weight_kg": 8.2,
},
"danger_count": [0, 0],
"referral": "routine_followup",
"must_be_null": [],
},
),
(
"child_diarrhea_dehydration",
"बच्चे को 4 दिन से दस्त लग रहे हैं। बहुत पतले पानी जैसे। "
"खाना पीना बंद कर दिया है। बहुत सुस्त हो गया है। "
"बच्चे का वजन 5 पॉइंट 8 kg है। उम्र 10 महीने है। "
"आँखें धँसी हुई हैं। ये dehydration के signs हैं। तुरंत PHC जाना होगा।",
{
"visit_type": "child_health",
"checks": {
"child.age_months": 10,
"growth_assessment.weight_kg": 5.8,
},
"danger_count": [1, 3],
"referral": "refer_immediately",
"must_be_null": [],
},
),
# ── EDGE CASES ──
(
"edge_zero_findings",
"नमस्ते दीदी, सब कैसा है? बिल्कुल ठीक है, कोई तकलीफ़ नहीं। "
"बहुत अच्छा। अगली बार आऊँगी। कोई तकलीफ़ हो तो फ़ोन कर दीजिए।",
{
"visit_type": "anc_visit",
"checks": {},
"danger_count": [0, 0],
"referral": "routine_followup",
"must_be_null": ["patient.name", "patient.age", "vitals.bp_systolic",
"vitals.weight_kg", "vitals.hemoglobin_gm_percent",
"lab_results.blood_group", "lab_results.hiv_status"],
},
),
(
"edge_hindi_numbers_only",
"आपका BP एक सौ बीस बटा अस्सी है। वजन बावन किलो है। "
"Hb दस पॉइंट आठ है। आप छब्बीस हफ्ते की हैं।",
{
"visit_type": "anc_visit",
"checks": {
"vitals.bp_systolic": 120,
"vitals.bp_diastolic": 80,
"vitals.weight_kg": 52,
"vitals.hemoglobin_gm_percent": 10.8,
"pregnancy.gestational_weeks": 26,
},
"danger_count": [0, 0],
"referral": "routine_followup",
"must_be_null": [],
},
),
(
"edge_noisy_nonmedical",
"हाँ दीदी बच्चों को स्कूल भेजना है। राशन की दुकान बंद थी आज। "
"बिजली भी नहीं आ रही। पानी का भी problem है गाँव में।",
{
"visit_type": "anc_visit",
"checks": {},
"danger_count": [0, 0],
"referral": "routine_followup",
"must_be_null": ["patient.name", "patient.age", "vitals.bp_systolic",
"vitals.weight_kg"],
},
),
]
def main():
manifest = []
for filename, transcript, expected in TEST_CASES:
out_path = os.path.join(OUT_DIR, f"{filename}.mp3")
print(f"Generating {out_path}...")
tts = gTTS(text=transcript, lang="hi", slow=False)
tts.save(out_path)
manifest.append({
"file": f"{filename}.mp3",
"transcript_source": transcript,
"expected": expected,
})
manifest_path = os.path.join(OUT_DIR, "manifest.json")
with open(manifest_path, "w", encoding="utf-8") as f:
json.dump(manifest, f, ensure_ascii=False, indent=2)
print(f"\nGenerated {len(manifest)} test audio files + manifest.json")
if __name__ == "__main__":
main()
|