feat: extend time signature support to 9 metres (5/4, 7/4, 7/8, 9/8)

Add 5/4, 7/4, 7/8, 9/8 to _VALID_TIMES and VOCAB (TIME_* tokens).
Vocab size grows from 81 to 85 tokens. _parse_metre in the McGill
converter assigns subdivision=8 to 7/8 and 9/8. Spec bumped to v2.2.

Co-Authored-By: Claude Sonnet 4.6 <noreply@anthropic.com>

docs/chord_format_spec.md

@@ -1,6 +1,6 @@
 # Спецификация формата данных hamori
 
-**Версия:** 2.1
+**Версия:** 2.2
 **Дата:** 2026-05-20
 
 ---
@@ -18,7 +18,7 @@
 Формат двухуровневый:
 
 - **Исходный (`.chord`)** — то, что пишется руками. Близок к лид-шиту, человекочитаем, легко правится в любом текстовом редакторе.
-- **Токенизированный** — то, что подаётся в модель. Факторизованное представление с фиксированным словарём (81 токен).
+- **Токенизированный** — то, что подаётся в модель. Факторизованное представление с фиксированным словарём (85 токенов).
 
 Между уровнями стоит детерминированный парсер.
 
@@ -57,7 +57,7 @@
 | ------------- | ----------- | -------------------------------------------------------------------------------- | ----------------------------------------------------------------------------------------------------------------------------- |
 | `title`       | да          | свободная строка                                                                 | идентификация периода                                                                                                         |
 | `key`         | да          | `<note>_major` или `<note>_minor`                                                | для нормализации в C/Am перед обучением                                                                                       |
-| `time`        | да          | `4/4`, `3/4`, `6/8`, `2/4`, `12/8`                                               | тактовый размер                                                                                                               |
+| `time`        | да          | `4/4`, `3/4`, `6/8`, `2/4`, `12/8`, `5/4`, `7/4`, `7/8`, `9/8`                   | тактовый размер                                                                                                               |
 | `subdivision` | да          | `4` или `8`                                                                      | сколько позиций в одном такте                                                                                                 |
 | `style`       | да          | любой идентификатор `[A-Za-z][A-Za-z0-9_]*` (например: `H1K0`, `jpop`, `other`)  | стилевой тег периода; при токенизации тег должен совпасть с токеном `STYLE_<tag>` в словаре, иначе используется `STYLE_other` |
 | `function`    | нет         | `verse`, `prechorus`, `chorus`, `bridge`, `intro`, `outro`, `interlude`, `other` | функциональная роль периода в исходной пьесе                                                                                  |
@@ -226,7 +226,7 @@ D/F#     ← D, бас F♯
 **Метаданные периода (выпускаются один раз в начале последовательности, после `<BOS>`):**
 
 - `MODE_major`, `MODE_minor` — 2 токена (наследие тональности; нужны, потому что мажор и минор остаются разделёнными)
-- `TIME_4/4`, `TIME_3/4`, `TIME_6/8`, `TIME_2/4`, `TIME_12/8` — 5 токенов
+- `TIME_4/4`, `TIME_3/4`, `TIME_6/8`, `TIME_2/4`, `TIME_12/8`, `TIME_5/4`, `TIME_7/4`, `TIME_7/8`, `TIME_9/8` — 9 токенов
 - `SUB_4`, `SUB_8` — 2 токена
 - `STYLE_H1K0`, `STYLE_jpop`, `STYLE_classical`, `STYLE_jazz`, `STYLE_other` — 5 токенов стиля (текущий словарь); неизвестный тег → `STYLE_other`
 - `FUNC_verse`, `FUNC_prechorus`, `FUNC_chorus`, `FUNC_bridge`, `FUNC_intro`, `FUNC_outro`, `FUNC_interlude`, `FUNC_other`, `FUNC_unspecified` — 9 токенов
@@ -244,7 +244,7 @@ D/F#     ← D, бас F♯
 - `NC` — пауза в гармонии
 - `BAR` — конец такта
 
-**Итого:** 4 + 2 + 5 + 2 + 5 + 9 + 12 + 18 + 8 + 13 + 3 = **81 токен**.
+**Итого:** 4 + 2 + 9 + 2 + 5 + 9 + 12 + 18 + 8 + 13 + 3 = **85 токенов**.
 
 ### 5.3 Структура обучающей последовательности
 
@@ -480,7 +480,11 @@ YYYY_NNN_<short-title>_<function>.chord
 
 ## 11. История изменений
 
-- **v2.1** (текущая)
+- **v2.2** (текущая)
+  - Добавлены тактовые размеры `5/4`, `7/4`, `7/8`, `9/8` — в допустимые значения поля `time` и в словарь (`TIME_*`).
+  - Размер словаря: 81 → 85 токенов.
+
+- **v2.1**
   - Поле `style` теперь принимает любой идентификатор `[A-Za-z][A-Za-z0-9_]*`, а не фиксированный список.
   - `STYLE_user` заменён на `STYLE_H1K0` (авторский тег) в словаре модели.
   - Неизвестный стиль при токенизации маппируется на `STYLE_other` с предупреждением в лог.

src/external_converters/mcgill_to_chord.py

@@ -125,7 +125,10 @@ _FUNCTION_MAP: dict[str, str] = {
     "other":        "other",
 }
 
-_VALID_TIMES: frozenset[str] = frozenset({"4/4", "3/4", "6/8", "2/4", "12/8"})
+_VALID_TIMES: frozenset[str] = frozenset({
+    "4/4", "3/4", "6/8", "2/4", "12/8",
+    "5/4", "7/4", "7/8", "9/8",
+})
 
 _MAJOR_QUALITIES: frozenset[str] = frozenset(
     {"maj", "maj7", "6", "add9", "aug", "sus2", "sus4", "7sus4", "aug7"}
@@ -436,7 +439,7 @@ def _parse_metre(metre: str) -> tuple[Optional[str], int]:
     """Parse metre string → (time_sig, subdivision). Returns (None, 0) if unsupported."""
     m = metre.strip()
     if m in _VALID_TIMES:
-        sub = 8 if m in ("6/8", "12/8") else 4
+        sub = 8 if m in ("6/8", "12/8", "7/8", "9/8") else 4
         return m, sub
     try:
         mapping = {4: ("4/4", 4), 3: ("3/4", 4), 2: ("2/4", 4)}

src/tokenizer.py

@@ -67,7 +67,10 @@ _FLAT_TO_SHARP: dict[str, str] = {
     "Gb": "F#", "Ab": "G#", "Bb": "A#",
 }
 
-_VALID_TIMES: frozenset[str] = frozenset({"4/4", "3/4", "6/8", "2/4", "12/8"})
+_VALID_TIMES: frozenset[str] = frozenset({
+    "4/4", "3/4", "6/8", "2/4", "12/8",
+    "5/4", "7/4", "7/8", "9/8",
+})
 _VALID_FUNCTIONS: frozenset[str] = frozenset({
     "verse", "prechorus", "chorus", "bridge",
     "intro", "outro", "interlude", "other",
@@ -83,8 +86,9 @@ VOCAB: list[str] = [
     "<BOS>", "<EOS>", "<PAD>", "<UNK>",
     # Mode (2)
     "MODE_major", "MODE_minor",
-    # Time signature (5)
+    # Time signature (9)
     "TIME_4/4", "TIME_3/4", "TIME_6/8", "TIME_2/4", "TIME_12/8",
+    "TIME_5/4", "TIME_7/4", "TIME_7/8", "TIME_9/8",
     # Subdivision (2)
     "SUB_4", "SUB_8",
     # Style (5)

tests/test_mcgill_converter.py

@@ -276,11 +276,23 @@ class TestParseMetre:
     def test_6_8(self):
         assert _parse_metre("6/8") == ("6/8", 8)
 
+    def test_5_4(self):
+        assert _parse_metre("5/4") == ("5/4", 4)
+
+    def test_7_4(self):
+        assert _parse_metre("7/4") == ("7/4", 4)
+
+    def test_7_8(self):
+        assert _parse_metre("7/8") == ("7/8", 8)
+
+    def test_9_8(self):
+        assert _parse_metre("9/8") == ("9/8", 8)
+
     def test_integer_4(self):
         assert _parse_metre("4") == ("4/4", 4)
 
     def test_unsupported(self):
-        sig, sub = _parse_metre("7/8")
+        sig, sub = _parse_metre("11/8")
         assert sig is None
         assert sub == 0
 

tests/test_tokenizer.py

@@ -39,17 +39,17 @@ VALID_FIXTURES = [
 
 
 class TestVocabulary:
-    def test_vocab_has_81_tokens(self):
+    def test_vocab_has_85_tokens(self):
-        assert len(VOCAB) == 81
+        assert len(VOCAB) == 85
 
     def test_no_duplicate_tokens(self):
-        assert len(set(VOCAB)) == 81
+        assert len(set(VOCAB)) == 85
 
     def test_token_to_id_covers_all_vocab(self):
-        assert len(TOKEN_TO_ID) == 81
+        assert len(TOKEN_TO_ID) == 85
 
     def test_id_to_token_covers_all_vocab(self):
-        assert len(ID_TO_TOKEN) == 81
+        assert len(ID_TO_TOKEN) == 85
 
     def test_ids_are_contiguous_from_zero(self):
         for i, tok in enumerate(VOCAB):
@@ -130,7 +130,7 @@ class TestTokenizeStructure:
     def test_all_ids_in_vocab_range(self):
         for fixture_name in VALID_FIXTURES:
             p = parse_chord_file(FIXTURES / fixture_name)
-            assert all(0 <= i < 81 for i in tokenize_period(p))
+            assert all(0 <= i < 85 for i in tokenize_period(p))
 
     def test_non_canonical_key_transposed_before_encoding(self):
         # F# major: first chord F#maj7 → Cmaj7 after shift=6; ROOT_C is at index 6.