mirror of
https://github.com/Alkatrazz24/Funk-lab.git
synced 2026-07-10 22:44:41 +02:00
alkatrazz
f23c52b694
Phase 0 (abstraction) + Phase 1 (backend onnx), additif et rétrocompatible. - voice/asr/ : protocole ASRBackend (load + transcribe) + factory make_backend pilotée par cfg["asr_engine"]. Imports lourds lazy → stt --help/config OK sans aucun moteur installé. - whisper.py : faster-whisper extrait tel quel (défaut, comportement inchangé). - onnx_parakeet.py : onnx-asr (Parakeet/Canary/Nemotron ONNX, multilingue FR, ~600M, CPU rapide / GPU AMD via onnxruntime-rocm). Providers configurables ; message d'install actionnable si onnx-asr absent. - engine.py : délègue load()/_transcribe() au backend (le reste — VAD, wake word, TTS — inchangé). - config : [voice] asr_engine="whisper" (défaut), onnx_model, onnx_providers. - pyproject : extras optionnels onnx / onnx-rocm ; bump 0.6.1 → 0.7.0. Bascule à chaud par config, rollback = asr_engine="whisper". Streaming = phase 2 (spike séparé). admin/ia/stt.md mis à jour. Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com>
36 lines
1 KiB
Python
36 lines
1 KiB
Python
"""Backend ASR par défaut : faster-whisper (CTranslate2), CPU int8.
|
|
|
|
Extrait tel quel de l'ancien `VoiceEngine.load()`/`_transcribe()` — comportement
|
|
inchangé (c'est le défaut tant que `asr_engine != "onnx"`).
|
|
"""
|
|
|
|
from __future__ import annotations
|
|
|
|
from typing import Any
|
|
|
|
|
|
class WhisperBackend:
|
|
def __init__(self, cfg: dict[str, Any]):
|
|
self.cfg = cfg
|
|
self._model = None
|
|
|
|
def load(self) -> None:
|
|
from faster_whisper import WhisperModel
|
|
|
|
self._model = WhisperModel(
|
|
self.cfg["whisper_model"], device="cpu", compute_type="int8"
|
|
)
|
|
|
|
def transcribe(self, audio_int16) -> str:
|
|
import numpy as np
|
|
|
|
audio_f32 = audio_int16.astype(np.float32) / 32768.0
|
|
segments, _ = self._model.transcribe(
|
|
audio_f32,
|
|
language=self.cfg.get("language", "fr"),
|
|
task="transcribe",
|
|
beam_size=3,
|
|
vad_filter=True,
|
|
initial_prompt="Transcription en français.",
|
|
)
|
|
return " ".join(seg.text for seg in segments).strip()
|