ddmitry/local-transcriber
1
0
Fork 0
Code Issues 6 Pull Requests Actions Packages Projects Releases Wiki Activity

feat(onnx): изменена модель по умолчанию на GigaAM RNN-T

Browse Source 
- Зачем:
  - пользователям нужен читаемый транскрипт без обязательной LLM-обработки.
- Что:
  - моделью ONNX по умолчанию выбрана `gigaam-v3-e2e-rnnt`.
  - сохранён явный профиль `gigaam-v3` для более точного сырого текста.
  - обновлены тест, README, спецификация, ADR и benchmark.
- Проверка:
  - `uv run pytest -q` — 226 passed, 1 skipped.
  - `git diff --check`.
This commit is contained in:
Dmitriy Dementiev
2026-08-11 16:47:09 +03:00
parent a06dbe63a3
commit 7f58a56913
6 changed files with 53 additions and 24 deletions
Download Patch File Download Diff File Expand all files Collapse all files
docs/benchmarks/2026-08-11-gigaam-model-comparison.md
+4 -4
View File
@@ -197,10 +197,10 @@ FasterWhisper лучше сохраняет `API`, `ETL`, `Open Platform`; об
11 раз медленнее GigaAM ради снижения WER примерно на 5–6 процентных пунктов.
На CUDA соотношение необходимо измерять отдельно.
Три записи подтверждают RNN-T как практический профиль для готового текста, но
не дают оснований молча менять общий default: существующие пользователи могут
предпочитать более точный сырой `gigaam-v3`, а пунктуация RNN-T заметно дробит
живую речь. Лучше выразить выбор явными профилями CLI или конфигурации.
По итогам сравнения и обсуждения двух основных сценариев RNN-T выбрана моделью
по умолчанию для явного `--device onnx`: небольшая потеря дословной точности
принята ради читаемого результата с пунктуацией. Для LLM-пайплайнов и поиска,
где важнее сырой текст, `gigaam-v3` остаётся явным профилем.
## Воспроизводимость