From cb726a498e3d707ce942d8e42cc6a1d8c47f2fec Mon Sep 17 00:00:00 2001
From: dev <dev@local>
Date: Mon, 10 Aug 2026 13:04:27 +0200
Subject: [PATCH] Rilevamento silenzio (evita allucinazioni su audio vuoto) +
 gestione risposte vuote/malformate

---
 extensions/index.ts | 50 ++++++++++++++++++++++++++++++++++++++++-----
 1 file changed, 45 insertions(+), 5 deletions(-)

diff --git a/extensions/index.ts b/extensions/index.ts
index 3148b4a..f0436b0 100644
--- a/extensions/index.ts
+++ b/extensions/index.ts
@@ -10,7 +10,7 @@
  * L'agente (pi) decide quale strumento usare in base al task.
  */
 
-import { execFile, spawn } from "node:child_process";
+import { execFile, execFileSync, spawn } from "node:child_process";
 import * as fs from "node:fs";
 import * as os from "node:os";
 import * as path from "node:path";
@@ -395,6 +395,32 @@ async function optimizeAudio(input: string): Promise<string> {
 
 // Trascrizione affidabile e veloce via Gemini API diretta
 // (agy CLI non supporta audio; la API supporta audio/wav nativamente)
+// Rileva se l'audio contiene parlato reale (non solo silenzio)
+// Ritorna true se c'è segnale, false se è silenzio
+function audioHasSpeech(file: string): boolean {
+	try {
+		const { stdout } = execFileSync(
+			"ffmpeg",
+			["-i", file, "-af", "volumedetect", "-f", "null", "-"],
+			{ timeout: 30_000, encoding: "utf8" },
+		);
+		const maxMatch = stdout.match(/max_volume: ([\-0-9.]+) dB/);
+		const meanMatch = stdout.match(/mean_volume: ([\-0-9.]+) dB/);
+		if (maxMatch) {
+			const max = parseFloat(maxMatch[1]);
+			// max < -35dB ≈ silenzio quasi totale
+			if (max < -35) return false;
+		}
+		if (meanMatch) {
+			const mean = parseFloat(meanMatch[1]);
+			if (mean < -45) return false;
+		}
+		return true;
+	} catch {
+		return true; // se non possiamo verificare, assumiamo che ci sia parlato
+	}
+}
+
 // Risultato trascrizione con dettaglio errore
 interface TranscriptResult {
 	text: string;
@@ -415,6 +441,11 @@ async function transcribeWithGeminiAPI(file: string): Promise<TranscriptResult>
 	}
 	if (!key) return { text: "", error: "Key Gemini mancante (imposta con /agy:config set geminiApiKey <chiave>)" };
 
+	// rileva silenzio prima di chiamare l'API (evita allucinazioni su audio vuoto)
+	if (!audioHasSpeech(file)) {
+		return { text: "", error: "Nessun parlato rilevato nell'audio (silenzio o volume troppo basso)" };
+	}
+
 	const model = process.env.AGY_GEMINI_MODEL ?? "gemini-3.5-flash";
 	try {
 		// Comprimi in MP3 per evitare HTTP 413 su registrazioni lunghe
@@ -458,11 +489,14 @@ async function transcribeWithGeminiAPI(file: string): Promise<TranscriptResult>
 					signal: AbortSignal.timeout(120_000),
 				},
 			);
-			if (res.ok) {
-				const data: any = await res.json();
-				const text = data?.candidates?.[0]?.content?.parts?.[0]?.text?.trim() ?? "";
-				return { text };
+		if (res.ok) {
+			const data: any = await res.json();
+			const text = data?.candidates?.[0]?.content?.parts?.[0]?.text?.trim() ?? "";
+			if (!text) {
+				return { text: "", error: "La Gemini API ha restituito una risposta vuota" };
 			}
+			return { text };
+		}
 			lastErr = `HTTP ${res.status}`;
 			const errBody = await res.text().catch(() => "");
 			try {
@@ -519,6 +553,12 @@ async function transcribeWithEnne2(file: string): Promise<TranscriptResult> {
 	const baseUrl = getConfig("sttUrl") ?? "https://ai.enne2.net";
 	const model = getConfig("sttModel") ?? "gemma4:E4B";
 	const apiKey = getConfig("enne2ApiKey") ?? process.env.ENNE2_API_KEY ?? "";
+
+	// rileva silenzio
+	if (!audioHasSpeech(file)) {
+		return { text: "", error: "Nessun parlato rilevato nell'audio (silenzio o volume troppo basso)" };
+	}
+
 	try {
 		const b64 = fs.readFileSync(file).toString("base64");
 		const body = {