.python-version

@@ -1 +1 @@
-3.13
+3.13.13

README.md

@@ -280,11 +280,14 @@ language = "en"
 | Модель | Размер (int8) | RTFx CPU | Языки | Пунктуация |
 |--------|--------------|----------|-------|-----------|
 | `gigaam-v3` | ~300 MB | 17-29× | ru | ❌ |
-| `gigaam-multilingual-ctc` | ~300 MB | не измерено | ru, en, kk, ky, uz | ❌ |
-| `gigaam-v3-e2e-ctc` | ~300 MB | не измерено | ru | ✅ |
-| `gigaam-v3-e2e-rnnt` | ~300 MB | не измерено | ru | ✅ |
+| `gigaam-multilingual-ctc` | ~300 MB | 10,5×* | ru, en, kk, ky, uz | ❌ |
+| `gigaam-v3-e2e-ctc` | ~300 MB | 12,3×* | ru | ✅ |
+| `gigaam-v3-e2e-rnnt` | ~300 MB | 11,7×* | ru | ✅ |
 | `parakeet-v3` | ~600 MB | 12-20× | 25 языков | ✅ |
 
+\* Наблюдение на AMD Ryzen 7 8845H, Windows, `int8`, запись 14:51. Это не
+приёмочный замер для целевого Intel Core i5.
+
 > **Рекомендация**: для русского по-прежнему используйте проверенный `gigaam-v3`
 > (см. [ADR-006](docs/adr/006-onnx-asr-backend.md)). E2E-модели добавляют
 > пунктуацию и нормализацию, но их скорость на слабых CPU не измерялась;

src/local_transcriber/backends/onnx_asr.py

@@ -169,9 +169,13 @@ class OnnxAsrBackend:
         for vad_seg in model.recognize(
             audio_array, sample_rate=16000, language=language
         ):
+            start = max(0.0, vad_seg.start)
+            end = max(0.0, vad_seg.end)
+            if end <= start:
+                continue
             seg = Segment(
-                start=max(0.0, vad_seg.start),
-                end=max(0.0, vad_seg.end),
+                start=start,
+                end=end,
                 text=vad_seg.text,
             )
             if on_segment is not None:

tests/test_onnx_asr.py

@@ -328,6 +328,27 @@ class TestTranscribe:
         assert result.language == "unknown"
         assert result.duration == 1.0
 
+    def test_transcribe_skips_zero_length_vad_segments(self, monkeypatch, tmp_path):
+        wav_file = tmp_path / "test.wav"
+        wav_file.write_bytes(b"fake audio")
+
+        def fake_decode_audio(path, sampling_rate=16000):
+            import numpy as np
+
+            return np.array([0.0] * 16000, dtype=np.float32)
+
+        class FakeModel:
+            def recognize(self, waveform, sample_rate, language=None):
+                yield FakeVadSegment(0.5, 0.5, "нулевой")
+                yield FakeVadSegment(0.75, 0.5, "обратный")
+                yield FakeVadSegment(0.5, 1.0, "валидный")
+
+        monkeypatch.setattr("faster_whisper.decode_audio", fake_decode_audio)
+
+        result = OnnxAsrBackend().transcribe(FakeModel(), wav_file, language=None)
+
+        assert result.segments == [Segment(start=0.5, end=1.0, text="валидный")]
+
 
 class TestBackendRegistration:
     def test_get_backend_returns_onnx_backend(self):