Fix: transcribe.py nu mai sterge audio daca transcrierea nu pare completa

Cauza: am rulat `find transcripts -size -1k -delete` cat transcribe.py scria
in acelasi director. faster_whisper scrie bufferat, deci o transcriere de o
ora sta sub 1KB minute in sir; find a sters fisierul de sub proces, Python a
logat "Transcribed" pe un inode disparut, si audio-ul a fost sters. Lectia
11 (25.11.2025) pierduta complet, re-descarcata.

- transcribe_file() intoarce bool, verifica nr. cuvinte vs durata audio
- pull_moltbot.sh: staging + mutare doar peste 1KB, in loc de find -delete
- PROGRESS.md: documentat, ca sa nu se repete

Co-Authored-By: Claude Opus 5 (1M context) <noreply@anthropic.com>
Claude-Session: https://claude.ai/code/session_01MtSTyTmt6AbCL9j5ajEDm1

transcribe.py

@@ -16,13 +16,32 @@ logging.basicConfig(level=logging.INFO, format="%(asctime)s [%(levelname)s] %(me
 log = logging.getLogger(__name__)
 
 
-def transcribe_file(model: WhisperModel, audio_path: Path, txt_path: Path) -> None:
+# Vorbirea normală dă ~100-150 cuvinte/minut. Sub 15% din asta înseamnă
+# halucinație, tăcere, sau o scriere care a eșuat — nu o transcriere bună.
+MIN_WORDS_PER_SECOND = 100 / 60 * 0.15
+
+
+def transcribe_file(model: WhisperModel, audio_path: Path, txt_path: Path) -> bool:
+    """Întoarce True doar dacă transcrierea rezultată pare completă.
+    Apelantul șterge audio-ul DOAR pe True — altfel un fișier pierdut
+    înseamnă re-descărcare, nu doar re-transcriere."""
     segments, info = model.transcribe(str(audio_path), language="ro", beam_size=5, vad_filter=True)
     txt_path.parent.mkdir(parents=True, exist_ok=True)
     with open(txt_path, "w", encoding="utf-8") as f:
         for seg in segments:
             f.write(seg.text.strip() + "\n")
-    log.info(f"  Transcribed: {txt_path.name} (lang={info.language}, duration={info.duration:.0f}s)")
+
+    if not txt_path.exists():
+        log.error(f"  {txt_path} a dispărut în timpul scrierii — păstrez audio-ul")
+        return False
+    words = len(txt_path.read_text(encoding="utf-8").split())
+    expected = info.duration * MIN_WORDS_PER_SECOND
+    if words < expected:
+        log.error(f"  {txt_path.name}: doar {words} cuvinte pentru {info.duration:.0f}s "
+                  f"(minim așteptat {expected:.0f}) — păstrez audio-ul")
+        return False
+    log.info(f"  Transcribed: {txt_path.name} (lang={info.language}, duration={info.duration:.0f}s, {words} cuvinte)")
+    return True
 
 
 def main():
@@ -55,8 +74,8 @@ def main():
             continue
 
         log.info(f"Transcribing: {audio_path}")
-        transcribe_file(model, audio_path, txt_path)
-        if not args.keep_audio:
+        ok = transcribe_file(model, audio_path, txt_path)
+        if ok and not args.keep_audio:
             audio_path.unlink()
         done += 1