taskeel fixer v2

self_hosted_env/voice_agent/services/agent_helpers/tashkeel_fixer.py

@@ -22,20 +22,68 @@ custom_fixes = {
     "لنقل": "لنَقْل",
     "قدم": "قَدَمْ",
     "مية": "مَيَّةْ",
-    "حاسة": "حاسة",
+    "حاسِّة": "حاسة",
     "دهون": "دُهون",
+    "طاقة": "طاقّةْ",
+    "اللي": "اللِّي",
+    "نزل": "نِزْل",
+    "شفت": "شُفْت",
+    "تل": "تَل",
+    "مخزن": "مَخزَّن",
+    "زنبرك": "زُنبرُك",
+    "ايه": "إِيه",
+    "أيه": "إِيه",
+    "خَلِية": "خلية",
+    "بيضة": "بِيضةْ",
+    "جنين": "جَنين",
+    "نسل": "نَسْل",
+    "ذكر": "ذَكَر",
+    "جوا": "جُوَّا",
+    "قولي": "قُولِّي",
+    "زي": "زَيّ",
+    "يخصب": "يِخَصَب",
+    "يخرج": "يِخرُج",
+    "تكاثر": "تَكاثُر",
+    "بابا": "بَابَا",
+    "ماما": "مَامَا",
+    "اساعد": "أَساعد",
+    "اكسجين": "اُكسُچين",
+    "وصل": "وِصِل",
+    "ولد": "وَلَد",
+    "انثى": "أُنثى",
+    "الميكروسكوب": "المايكروسكوب",
+    "تندمج": "تَنْدَمِج",
+    "توضيح": "تَوْضيح",
+    "الشعر": "الشَعر",
+    "زرقاء": "زَرْقاء",
+    "اشقر": "أَشْقَر",
+    "تكبر": "تِكبر",
+    "حلقة": "حَلَقَةْ",
+    "حبة": "حَبَةْ",
+    "يربط": "يِرْبُط",
+    "كيس": "كِيس",
+    "مرن": "مَرِن",
+    "نتناول": "نَتَنَاوَل",
+    "ننتقل": "تَنَتَقِل",
+    "قصة": "قِصةْ",
+    "تختبر": "تَخَتَبِر",
+    "إزيك": "إزَيَّك",
 }
 
 import re
 
 def apply_fixes(text, fixes_dict):
+    prefixes = "(ال|يت|مت|بـ|بي|بن)?"
+    suffixes = "(ات|ها|هم|ه|ي|ون|ين|ة|ً)?"
+
     for wrong, fixed in fixes_dict.items():
-        pattern = rf"\b(ال|يت|مت)?{wrong}(ات|ها|هم|ه|ي|ون|ين)?\b"
-        
+        pattern = rf"\b{prefixes}{wrong}{suffixes}\b"
+
         def replacer(m):
             prefix = m.group(1) or ""
             suffix = m.group(2) or ""
             return prefix + fixed + suffix
-        
+
         text = re.sub(pattern, replacer, text)
+    
     return text