Обновление OpenVINO до 2026.3, large-v3-turbo и ONNX по умолчанию #6
@@ -8,7 +8,7 @@ transcribe meeting.mp4
|
||||
```
|
||||
|
||||
- **Полностью локально** — данные не покидают машину
|
||||
- **Авто-ускорение** — NVIDIA CUDA, Intel GPU (OpenVINO), ONNX (CPU), OpenVINO CPU или CPU fallback
|
||||
- **Авто-ускорение** — NVIDIA CUDA при наличии GPU, иначе ONNX на CPU
|
||||
- **Батч-режим** — обработка нескольких файлов за один вызов
|
||||
- **Из проводника Windows** — пункт Transcribe в меню «Отправить» ([установка](#контекстное-меню-проводника-windows))
|
||||
- **Markdown с таймкодами** — удобен для суммаризации ИИ
|
||||
@@ -33,18 +33,24 @@ uv tool install git+https://github.com/dementev-dev/local-transcriber
|
||||
|
||||
**3. Ускорение (ставится автоматически):**
|
||||
|
||||
- **Intel GPU** (Arc, встроенная графика): работает через OpenVINO — ускорение в ~2x vs CPU
|
||||
- **OpenVINO** (Intel/AMD x86 CPU): ставится автоматически на Linux и Windows — ускорение в 2-4x
|
||||
- **NVIDIA CUDA** (GPU): если есть GPU — транскрипция в 5-10× быстрее
|
||||
- **Windows**: `winget install -e --id Nvidia.CUDA --version 12.9` (от администратора), перезапустить терминал
|
||||
- **Linux / WSL2**: работает из коробки (нужен только драйвер: `nvidia-smi`)
|
||||
- **Без NVIDIA GPU**: автоматически используется ONNX с GigaAM RNN-T на CPU.
|
||||
Эта модель понимает только русскую речь
|
||||
- **Другие языки без NVIDIA**: выбирайте Whisper явно —
|
||||
`--device openvino-cpu --model medium` на x86 или `--device cpu --model medium`
|
||||
на любой платформе
|
||||
- **OpenVINO** для Intel GPU или x86 CPU остаётся доступен через явный
|
||||
`--device openvino`, `--device openvino-gpu` или `--device openvino-cpu`
|
||||
|
||||
**4. Готово:**
|
||||
|
||||
```bash
|
||||
transcribe meeting.mp4
|
||||
```
|
||||
Модели скачиваются автоматически при первом запуске (~1.5 GB для medium), нужен доступ в интернет.
|
||||
Модели скачиваются автоматически при первом запуске; размер зависит от выбранного
|
||||
профиля, нужен доступ в интернет.
|
||||
|
||||
<details>
|
||||
<summary><code>transcribe: command not found</code></summary>
|
||||
@@ -103,7 +109,7 @@ HuggingFace Hub использует симлинки для экономии м
|
||||
## Использование
|
||||
|
||||
```bash
|
||||
# Простой запуск (medium, русский, автодетект устройства)
|
||||
# Простой запуск (CUDA medium или ONNX GigaAM RNN-T, язык ru)
|
||||
transcribe meeting.mp4
|
||||
|
||||
# Указать язык
|
||||
@@ -180,11 +186,11 @@ transcribe --uninstall-menu
|
||||
|
||||
| Опция | Сокращение | По умолчанию | Описание |
|
||||
|-------|-----------|-------------|----------|
|
||||
| `--model` | `-m` | `medium` | Модель Whisper |
|
||||
| `--language` | `-l` | `ru` | Язык (ru, en, auto и др.) |
|
||||
| `--model` | `-m` | medium (CUDA) / gigaam-v3-e2e-rnnt (ONNX) | Модель распознавания |
|
||||
| `--language` | `-l` | `ru` | Язык (ru, en, auto и др.); автоматический профиль без NVIDIA понимает только русский |
|
||||
| `--output` | `-o` | `<файл>-transcript.md` | Путь к выходному файлу |
|
||||
| `--device` | `-d` | `auto` | Устройство (auto, cpu, cuda, openvino, openvino-gpu, openvino-cpu, onnx) |
|
||||
| `--compute-type` | — | float16 (CUDA) / int8 (OpenVINO/ONNX) / float32 (CPU) | Тип вычислений |
|
||||
| `--compute-type` | — | float16 (CUDA) / int8 (ONNX/OpenVINO) / float32 (CPU) | Тип вычислений |
|
||||
| `--threads` | `-t` | 0 (авто) | Потоки CPU (рекомендуется = число физ. ядер) |
|
||||
| `--force` | `-f` | — | Перезаписать существующие транскрипты |
|
||||
| `--verbose` | `-v` | — | Подробный вывод |
|
||||
@@ -193,12 +199,14 @@ transcribe --uninstall-menu
|
||||
|
||||
| | Linux / WSL2 | macOS | Windows |
|
||||
|---|---|---|---|
|
||||
| CPU | ✅ | ✅ | ✅ |
|
||||
| OpenVINO (x86 CPU) | ✅ авто | — | ✅ авто |
|
||||
| OpenVINO (Intel GPU) | ✅ авто | — | ✅ авто |
|
||||
| ONNX (CPU) | ✅ явно | ✅ явно | ✅ явно |
|
||||
| CPU через ONNX | ✅ авто | ✅ авто | ✅ авто |
|
||||
| OpenVINO (x86 CPU) | ✅ явно | — | ✅ явно |
|
||||
| OpenVINO (Intel GPU) | ✅ явно | — | ✅ явно |
|
||||
| GPU (NVIDIA) | ✅ авто | — | ✅ (нужен CUDA 12) |
|
||||
|
||||
Данные по macOS основаны на доступности пакетов onnxruntime: прогонов на этой
|
||||
платформе не было.
|
||||
|
||||
<details>
|
||||
<summary>Linux / WSL2</summary>
|
||||
|
||||
@@ -237,8 +245,10 @@ transcribe --uninstall-menu
|
||||
Дефолтные параметры можно задать в `.transcriber.toml`:
|
||||
|
||||
```toml
|
||||
model = "large-v3"
|
||||
language = "en"
|
||||
device = "openvino-cpu"
|
||||
model = "large-v3-turbo"
|
||||
compute_type = "int8"
|
||||
language = "ru"
|
||||
```
|
||||
|
||||
Порядок поиска:
|
||||
@@ -247,6 +257,13 @@ language = "en"
|
||||
|
||||
Приоритет: **CLI-аргумент > конфиг > device-aware дефолт > встроенный дефолт**.
|
||||
|
||||
При `device = "auto"` выбирается CUDA, если доступен `nvidia-smi`, иначе ONNX.
|
||||
Явный `device` из CLI или конфига отключает этот автоматический выбор.
|
||||
Каталоги моделей различаются между бэкендами, поэтому при закреплении `model`
|
||||
в конфиге рекомендуется явно закрепить и совместимый `device`. То же с языком:
|
||||
автоматический ONNX-профиль рассчитан на русскую речь, а для остальных языков
|
||||
нужен Whisper — например, `device = "openvino-cpu"` и `model = "medium"`.
|
||||
|
||||
Дефолты зависят от устройства:
|
||||
|
||||
| Параметр | CUDA | OpenVINO (GPU) | OpenVINO (CPU) | ONNX | CPU |
|
||||
@@ -258,17 +275,20 @@ language = "en"
|
||||
## Модели и GPU
|
||||
|
||||
Рекомендации:
|
||||
- **По умолчанию для ONNX:** `gigaam-v3-e2e-rnnt` — читаемый русский текст с
|
||||
- **По умолчанию без CUDA:** ONNX `gigaam-v3-e2e-rnnt` — читаемый русский текст с
|
||||
пунктуацией почти без потери скорости относительно сырого `gigaam-v3`
|
||||
- **Макс. качество (NVIDIA):** `large-v3` + `--compute-type float16`
|
||||
- **Макс. качество (Intel GPU):** `large-v3` + `--device openvino-gpu`
|
||||
- **Макс. скорость CPU (русский):** `--device onnx --model gigaam-v3` (17-29× RTF, без пунктуации; рекомендуется LLM-нормализация терминов после)
|
||||
- **CPU с пунктуацией (русский):** `--device openvino-cpu --model medium` (5-6× RTF; для встреч ≤30 мин с равномерной громкостью — на длинных файлах с тихими фрагментами возможны галлюцинации)
|
||||
- **Быстрый OpenVINO с низким WER:** `--device openvino-cpu --model large-v3-turbo --compute-type int8` (7,2× RTFx на контрольном Intel CPU; пунктуация может быть слабой)
|
||||
- **OpenVINO для чтения и конспекта:** `--device openvino-cpu --model medium` (около 6× RTFx; независимая оценка показала лучшую сохранность содержания, чем turbo)
|
||||
- **Быстрый тест:** `tiny` — для проверки пайплайна
|
||||
|
||||
<details>
|
||||
<summary>Таблица моделей</summary>
|
||||
|
||||
#### Whisper через faster-whisper (`--device cuda`, `--device cpu`)
|
||||
|
||||
| Модель | Размер на диске | VRAM (int8) | Скорость (GPU) | Качество |
|
||||
|--------|----------------|-------------|----------------|----------|
|
||||
| `tiny` | ~75 MB | ~1 GB | ★★★★★ | ★ |
|
||||
@@ -277,6 +297,15 @@ language = "en"
|
||||
| `medium` | ~1.5 GB | ~2.5 GB | ★★ | ★★★★ |
|
||||
| `large-v3` | ~3 GB | ~2.5 GB | ★ | ★★★★★ |
|
||||
|
||||
#### Whisper через OpenVINO (`--device openvino-cpu`, `--device openvino-gpu`)
|
||||
|
||||
Здесь те же модели Whisper, но предквантизированные, поэтому на диске они
|
||||
занимают меньше места: `medium` int8 — 748 MB, `large-v3-turbo` int8 — 790 MB,
|
||||
`large-v3-turbo` fp16 — 1552 MB. Модель `large-v3-turbo` доступна только здесь:
|
||||
faster-whisper её не поддерживает, и запуск с `--device cuda` завершится
|
||||
ошибкой. Полный список репозиториев —
|
||||
[docs/gpu.md](docs/gpu.md#доступные-openvino-модели).
|
||||
|
||||
#### ONNX-модели (`--device onnx`)
|
||||
|
||||
Другие архитектуры, не Whisper. Работают через onnxruntime на CPU:
|
||||
@@ -308,6 +337,9 @@ language = "en"
|
||||
кыргызский и узбекский внутри одной записи. `onnx-asr` не передаёт этим моделям
|
||||
подсказку языка, поэтому `--language` не управляет выбором языка.
|
||||
|
||||
Если модель не понимает запрошенный язык, CLI предупреждает об этом до начала
|
||||
распознавания и подсказывает совместимый профиль, но работу не прерывает.
|
||||
|
||||
Для моделей из таблицы опубликованы `int8` и `float32`. Если неявный
|
||||
device-aware дефолт недоступен для выбранной модели, CLI сообщит о подстановке
|
||||
доступного варианта. Явное значение из `--compute-type` или
|
||||
@@ -331,11 +363,15 @@ device-aware дефолт недоступен для выбранной мод
|
||||
`float16`/`fp16` и `float32` значительно стабильнее на записях >20 минут.
|
||||
|
||||
> Для OpenVINO `--compute-type` выбирает предквантизированную модель (int8 или fp16),
|
||||
> а не runtime-параметр. Для `large-v3` по умолчанию выбирается `fp16`.
|
||||
> а не параметр времени выполнения. Для `large-v3` по умолчанию выбирается
|
||||
> `fp16`; для `large-v3-turbo` доступны явные варианты `int8` и `fp16`, а
|
||||
> неявный профиль OpenVINO использует `int8`.
|
||||
|
||||
</details>
|
||||
|
||||
Подробнее: бенчмарки, OpenVINO, совместимость GPU, результаты тестирования — [docs/gpu.md](docs/gpu.md).
|
||||
Подробнее: бенчмарки, OpenVINO, совместимость GPU, результаты тестирования —
|
||||
[docs/gpu.md](docs/gpu.md). Сравнение `large-v3-turbo` с CPU-профилями:
|
||||
[OpenVINO 2026.3 и large-v3-turbo](docs/benchmarks/2026-08-12-openvino-large-v3-turbo-comparison.md).
|
||||
|
||||
<details>
|
||||
<summary>Формат вывода</summary>
|
||||
@@ -345,7 +381,7 @@ device-aware дефолт недоступен для выбранной мод
|
||||
|
||||
- **Дата транскрипции**: 2026-03-17 14:30:05
|
||||
- **Модель**: large-v3
|
||||
- **Язык**: ru (detected)
|
||||
- **Язык**: ru (задан явно)
|
||||
- **Длительность**: 01:23:45
|
||||
- **Устройство**: CUDA (NVIDIA GeForce RTX 3060)
|
||||
|
||||
@@ -360,6 +396,14 @@ device-aware дефолт недоступен для выбранной мод
|
||||
Близкие по времени сегменты автоматически объединяются в абзацы (пауза > 2 сек или длительность > 60 сек разделяет абзацы).
|
||||
Таймкоды: `MM:SS.ss`, для записей длиннее 1 часа — `HH:MM:SS.ss`.
|
||||
|
||||
В скобках после языка указан его источник:
|
||||
|
||||
- `задан явно` — язык взят из `--language` или конфига;
|
||||
- `определён автоматически` — распознан моделью при `--language auto`;
|
||||
- `из профиля модели` — у модели всего один язык, как у GigaAM.
|
||||
|
||||
Если язык определить не удалось, строка выглядит так: `- **Язык**: не определён`.
|
||||
|
||||
</details>
|
||||
|
||||
## Поддерживаемые форматы
|
||||
|
||||
+34
-32
@@ -24,8 +24,9 @@ transcribe meeting-2026-03-17.mp4
|
||||
### 3.1. Основной flow
|
||||
|
||||
1. Пользователь вызывает CLI, передаёт путь к файлу (или glob-маску, post-MVP)
|
||||
2. Проверка: ffmpeg доступен в PATH
|
||||
3. Файл передаётся в faster-whisper (он сам обрабатывает и аудио, и видео через libav/ffmpeg — отдельное извлечение аудиодорожки не нужно)
|
||||
2. Файл валидируется по пути, размеру и расширению
|
||||
3. По `device` выбирается backend; аудио декодируется через PyAV без отдельного
|
||||
извлечения дорожки
|
||||
4. Результат форматируется в markdown с таймкодами
|
||||
5. Файл `<имя>-transcript.md` сохраняется рядом с исходным (кодировка: UTF-8)
|
||||
|
||||
@@ -41,16 +42,16 @@ transcribe meeting-2026-03-17.mp4
|
||||
transcribe <путь_к_файлу> [опции]
|
||||
|
||||
Опции:
|
||||
--model, -m Модель Whisper (tiny|base|small|medium|large-v3)
|
||||
По умолчанию: large-v3
|
||||
--model, -m Модель распознавания
|
||||
По умолчанию: medium (CUDA) / gigaam-v3-e2e-rnnt (ONNX)
|
||||
--language, -l Язык (ru|en|auto)
|
||||
По умолчанию: auto (автодетект)
|
||||
По умолчанию: ru
|
||||
--output, -o Путь к выходному файлу
|
||||
По умолчанию: <input_stem>-transcript.md
|
||||
--device, -d Устройство (auto|cpu|cuda|openvino|openvino-gpu|openvino-cpu)
|
||||
По умолчанию: auto (CUDA → OpenVINO GPU → OpenVINO CPU → CPU)
|
||||
--compute-type Тип вычислений (float16|int8|int8_float16|float32)
|
||||
По умолчанию: int8 (универсален для GPU 4-8 GB и CPU)
|
||||
--device, -d Устройство (auto|cpu|cuda|onnx|openvino|openvino-gpu|openvino-cpu)
|
||||
По умолчанию: auto (CUDA при наличии, иначе ONNX CPU)
|
||||
--compute-type Тип вычислений
|
||||
По умолчанию: float16 (CUDA) / int8 (ONNX)
|
||||
--verbose, -v Подробный вывод (прогресс сегментов)
|
||||
```
|
||||
|
||||
@@ -63,7 +64,7 @@ transcribe <путь_к_файлу> [опции]
|
||||
|
||||
- **Дата транскрипции**: 2026-03-17 14:30:05
|
||||
- **Модель**: large-v3
|
||||
- **Язык**: ru (detected) / ru (forced)
|
||||
- **Язык**: ru (задан явно) / ru (определён автоматически)
|
||||
- **Длительность**: 01:23:45
|
||||
- **Устройство**: CUDA (NVIDIA GeForce RTX 3060)
|
||||
|
||||
@@ -82,16 +83,17 @@ transcribe <путь_к_файлу> [опции]
|
||||
**Правила форматирования**:
|
||||
- Таймкоды в формате `[MM:SS.ss - MM:SS.ss]` (минуты:секунды.сотые)
|
||||
- Для записей длиннее 1 часа — `[HH:MM:SS.ss - HH:MM:SS.ss]`
|
||||
- Каждый сегмент — отдельный абзац
|
||||
- Соседние сегменты объединяются в абзац до паузы 2 секунды или длительности 60 секунд
|
||||
- Метаданные в шапке файла
|
||||
- Пустая строка между сегментами для читаемости
|
||||
- Пустая строка между абзацами для читаемости
|
||||
|
||||
### 3.4. Поддерживаемые форматы
|
||||
|
||||
**Аудио**: mp3, wav, flac, ogg, m4a, wma, aac
|
||||
**Видео**: mp4, mkv, avi, mov, webm, ts
|
||||
|
||||
Определение типа — по расширению. Фактическое декодирование выполняет ffmpeg внутри faster-whisper; если формат не поддерживается, ошибка будет от ffmpeg.
|
||||
Определение типа — по расширению. Фактическое декодирование выполняет PyAV с
|
||||
встроенными библиотеками FFmpeg; системная установка `ffmpeg` не требуется.
|
||||
|
||||
## 4. Нефункциональные требования
|
||||
|
||||
@@ -102,6 +104,8 @@ transcribe <путь_к_файлу> [опции]
|
||||
| RTX 3060 + large-v3 | ~10-15x (1 час аудио ≈ 4-6 мин) |
|
||||
| RTX 4050 + large-v3 | ~12-18x (1 час аудио ≈ 3-5 мин) |
|
||||
| Quadro M3000M + large-v3 | ~3-5x (1 час аудио ≈ 12-20 мин) |
|
||||
| CPU + ONNX GigaAM RNN-T | ~10-14x (1 час аудио ≈ 4-6 мин) |
|
||||
| CPU + OpenVINO Turbo INT8 | ~7-10x (1 час аудио ≈ 6-9 мин) |
|
||||
| CPU (modern) + large-v3 | ~0.5-1x (1 час аудио ≈ 60-120 мин) |
|
||||
| CPU + small | ~3-5x (1 час аудио ≈ 12-20 мин) |
|
||||
|
||||
@@ -112,23 +116,22 @@ transcribe <путь_к_файлу> [опции]
|
||||
| RTX 3060 | 6 GB | ✅ | ✅ (впритык) | int8 — безопасный выбор |
|
||||
| RTX 4050 | 6 GB | ✅ | ✅ (впритык) | int8 — безопасный выбор |
|
||||
| Quadro M3000M | 4 GB | ✅ | ⚠️ может OOM | int8 обязательно |
|
||||
| Без GPU | — | CPU int8 | — | int8 на CPU |
|
||||
| Без GPU | — | ONNX GigaAM INT8 | — | auto выбирает ONNX |
|
||||
|
||||
Дефолт `int8` выбран как универсальный: работает на всех GPU от 4 GB и на CPU, при минимальной потере качества относительно float16.
|
||||
Device-aware дефолты выбирают `float16` для CUDA и `int8` для ONNX/OpenVINO.
|
||||
|
||||
### 4.2. Требования к окружению
|
||||
|
||||
- Python ≥ 3.13
|
||||
- ffmpeg в PATH (используется faster-whisper внутри для декодирования любых медиаформатов)
|
||||
- Для GPU: Linux/WSL2 — cuBLAS из nvidia-cublas-cu12 (ставится автоматически через `uv sync`); Windows — системный CUDA toolkit (см. ADR-001)
|
||||
- Дисковое пространство для моделей: ~3 GB (large-v3)
|
||||
- Дисковое пространство для моделей: зависит от выбранного backend и модели
|
||||
- Выходные файлы: UTF-8 (явная кодировка при записи)
|
||||
|
||||
### 4.3. Кроссплатформенность
|
||||
|
||||
- Linux: нативный запуск
|
||||
- Windows: нативный Python или WSL2
|
||||
- macOS: не приоритет, но faster-whisper поддерживает CPU-режим
|
||||
- macOS: ONNX CPU в auto-режиме; FasterWhisper CPU доступен явно
|
||||
|
||||
## 5. Технический стек
|
||||
|
||||
@@ -136,19 +139,18 @@ transcribe <путь_к_файлу> [опции]
|
||||
|---------------------|-------------------------------------------------|
|
||||
| Язык | Python 3.13+ |
|
||||
| Управление проектом | uv (pyproject.toml) |
|
||||
| Распознавание речи | faster-whisper (CTranslate2 backend) |
|
||||
| Медиа-декодирование | ffmpeg (системная зависимость, используется faster-whisper внутри) |
|
||||
| Распознавание речи | faster-whisper, ONNX Runtime, OpenVINO GenAI |
|
||||
| Медиа-декодирование | PyAV со встроенными библиотеками FFmpeg |
|
||||
| CLI-фреймворк | typer |
|
||||
| Прогресс | rich (progress bar + статус) |
|
||||
|
||||
### 5.1. Почему faster-whisper
|
||||
### 5.1. Почему несколько backend
|
||||
|
||||
- В 4× быстрее оригинального OpenAI Whisper при том же качестве
|
||||
- Меньше потребление VRAM (large-v3 влезает в 6 GB с float16/int8)
|
||||
- Нативный Python API, без Docker
|
||||
- Поддержка CPU fallback из коробки
|
||||
- Активное сообщество, регулярные обновления
|
||||
- Автоматическая загрузка моделей из Hugging Face Hub
|
||||
- faster-whisper оптимизирован для NVIDIA CUDA и поддерживает много языков
|
||||
- ONNX GigaAM RNN-T даёт быстрый читаемый результат на CPU
|
||||
- OpenVINO предоставляет явные профили для Intel GPU и x86 CPU
|
||||
- Все backend работают локально через Python API, без Docker и облачных ключей
|
||||
- Модели загружаются автоматически и кешируются локально
|
||||
|
||||
### 5.2. Структура проекта
|
||||
|
||||
@@ -160,9 +162,10 @@ local-transcriber/
|
||||
│ └── local_transcriber/
|
||||
│ ├── __init__.py
|
||||
│ ├── cli.py # CLI entry point (typer)
|
||||
│ ├── transcriber.py # Обёртка над faster-whisper
|
||||
│ ├── transcriber.py # Оркестрация backend и fallback
|
||||
│ ├── backends/ # Адаптеры FasterWhisper, ONNX и OpenVINO
|
||||
│ ├── formatter.py # Форматирование в markdown
|
||||
│ └── utils.py # Проверки (ffmpeg), определение device и т.д.
|
||||
│ └── utils.py # Проверки файлов и определение device
|
||||
└── tests/
|
||||
└── ...
|
||||
```
|
||||
@@ -173,11 +176,10 @@ local-transcriber/
|
||||
|------|---------|-----------|
|
||||
| Качество распознавания русского текста | Среднее | large-v3 хорошо справляется с ru; при проблемах — попробовать `--language ru` вместо auto |
|
||||
| Нет разделения по спикерам | Низкое | Осознанно выведено за скоуп MVP; добавление diarization (pyannote.audio) — возможное расширение |
|
||||
| ffmpeg отсутствует в системе | Высокое | Проверка при старте + понятное сообщение об ошибке с инструкцией по установке |
|
||||
| Первый запуск: долгая загрузка модели | Низкое | Прогресс-бар при скачивании; модели кешируются в `~/.cache/huggingface/` |
|
||||
| CUDA несовместимость на Windows | Среднее | Автоматический fallback на CPU + предупреждение; в README — инструкция по CUDA |
|
||||
| Большие файлы (>2 часов) | Низкое | faster-whisper работает потоково, не грузит всё в память |
|
||||
| OOM на GPU с 4 GB VRAM | Среднее | Дефолт int8 (~2.5 GB); при OOM — fallback на CPU с предупреждением |
|
||||
| Большие файлы (>2 часов) | Среднее | Учитывать память выбранного backend; чанкование рассматривается отдельно |
|
||||
| OOM на GPU с 4 GB VRAM | Среднее | CUDA использует float16; при OOM — fallback на CPU с предупреждением или явный более лёгкий профиль |
|
||||
| Файл без речи (тишина, музыка, шум) | Низкое | Создаётся транскрипт с шапкой метаданных и `*Речь не обнаружена.*` в теле + предупреждение в stderr |
|
||||
|
||||
## 7. Вне скоупа MVP
|
||||
|
||||
@@ -2,6 +2,7 @@
|
||||
|
||||
**Статус**: Принято
|
||||
**Дата**: 2026-03-21
|
||||
**Обновлено**: 2026-08-12
|
||||
|
||||
## Контекст
|
||||
|
||||
@@ -39,7 +40,8 @@ shared libraries. Ни то, ни другое не должно происхо
|
||||
Вместо отдельного `--backend` флага устройство само определяет бэкенд:
|
||||
- `cuda`, `cpu` → FasterWhisperBackend
|
||||
- `openvino` → OpenVINOBackend
|
||||
- `auto` → CUDA (nvidia-smi) → OpenVINO (import check + x86) → CPU
|
||||
- `onnx` → OnnxAsrBackend
|
||||
- `auto` → CUDA при наличии `nvidia-smi`, иначе ONNX на CPU
|
||||
|
||||
### load_model() — единственный владелец pipeline
|
||||
|
||||
@@ -71,18 +73,19 @@ OpenVINO модели предквантизированы (int8/fp16), compute_
|
||||
- Из дефолтов: для large-v3 автоматически выбирается fp16 (стабильнее по качеству)
|
||||
- Несуществующая пара (model + compute_type) при явном выборе → ошибка
|
||||
|
||||
### Обе зависимости по умолчанию
|
||||
### Зависимости бэкендов по умолчанию
|
||||
|
||||
faster-whisper (~37MB) и openvino-genai (~69MB) ставятся вместе — суммарно ~106MB,
|
||||
приемлемо. Модели скачиваются только для активного бэкенда. CUDA (nvidia-cublas-cu12,
|
||||
~554MB) остаётся conditional (Linux x86_64). OpenVINO — conditional (x86_64/AMD64, не macOS).
|
||||
faster-whisper, onnx-asr/onnxruntime и openvino-genai ставятся вместе. Модели
|
||||
скачиваются только для активного бэкенда. CUDA (`nvidia-cublas-cu12`) остаётся
|
||||
conditional для Linux x86_64. OpenVINO — conditional для x86_64/AMD64, кроме
|
||||
macOS; ONNX обеспечивает автоматический CPU-путь на остальных платформах.
|
||||
|
||||
## Последствия
|
||||
|
||||
- Обратная совместимость: `transcribe()` сохранён; `load_model()` изменил сигнатуру (возвращает 4-tuple вместо 2-tuple, добавлен `compute_type_explicit`)
|
||||
- Новый бэкенд добавляется одним файлом в `backends/` + регистрацией в `__init__.py`
|
||||
- Модели скачиваются по запросу — CUDA пользователь не качает OpenVINO модели, и наоборот
|
||||
- ARM и macOS: OpenVINO не ставится (platform markers), работает CPU через faster-whisper
|
||||
- ARM и macOS: OpenVINO не ставится (platform markers), auto использует ONNX
|
||||
|
||||
## Отклонённые альтернативы
|
||||
|
||||
|
||||
@@ -2,7 +2,7 @@
|
||||
|
||||
**Статус**: Принято
|
||||
**Дата**: 2026-04-25
|
||||
**Обновлено**: 2026-08-11
|
||||
**Обновлено**: 2026-08-12
|
||||
|
||||
## Контекст
|
||||
|
||||
@@ -101,10 +101,16 @@ Mm-hmm-редукция и иностранные вставки **не обна
|
||||
|
||||
## Решение
|
||||
|
||||
**Принять onnx-asr как экспериментальный бэкенд с явным `--device onnx`.
|
||||
GigaAM v3 E2E RNN-T — модель по умолчанию для русских встреч на CPU.**
|
||||
**Принять onnx-asr как CPU-бэкенд автоматического профиля.
|
||||
GigaAM v3 E2E RNN-T — модель по умолчанию на машинах без CUDA.**
|
||||
|
||||
Бэкенд **не в auto-detect** — только при явном указании пользователем (политика experimental backend, как для openvino).
|
||||
Порядок `--device auto`: CUDA при наличии `nvidia-smi`, иначе ONNX. OpenVINO и
|
||||
FasterWhisper CPU остаются доступными через явный CLI-аргумент или конфиг.
|
||||
|
||||
GigaAM понимает только русскую речь, поэтому для остальных языков автоматический
|
||||
профиль не годится — нужен явный Whisper. Несовместимый язык работу не
|
||||
останавливает: CLI предупреждает о нём до начала распознавания и называет
|
||||
подходящий профиль.
|
||||
|
||||
Модели:
|
||||
- **`gigaam-v3-e2e-rnnt`** — модель по умолчанию: практически равна обычному
|
||||
@@ -122,16 +128,20 @@ GigaAM v3 E2E RNN-T — модель по умолчанию для русски
|
||||
- Пользователи CPU-only с русскоязычным контентом получают 3-5× ускорение по сравнению с OpenVINO medium **при превосходящем качестве** (4/5 vs 1-2/5 summary utility на длинных файлах).
|
||||
- Пользователи ONNX без явного `--model` получают пунктуацию и нормализацию
|
||||
RNN-T; более точный сырой CTC остаётся доступен как `--model gigaam-v3`.
|
||||
- Whisper medium (`--device openvino-cpu`) **остаётся допустимым** для коротких (≤30 мин) встреч с равномерной громкостью; на длинных файлах с тихими участками он галлюцинирует целыми блоками — этот риск зафиксирован, но решение не выводит OpenVINO из списка дефолтов (часть пользователей всё ещё нуждается в пунктуации, и для коротких файлов галлюцинации не воспроизводятся).
|
||||
- Whisper medium (`--device openvino-cpu`) **остаётся допустимым явным профилем**
|
||||
для коротких (≤30 мин) встреч с равномерной громкостью; на длинных файлах с
|
||||
тихими участками он может галлюцинировать целыми блоками.
|
||||
- Parakeet-v3 формально доступен, но в README рекомендуется только для англоязычного контента — для русского явно не годится.
|
||||
- GPU faster-whisper large-v3 остаётся эталоном по качеству (для пользователей с NVIDIA GPU).
|
||||
- Пост-процессинг GigaAM-транскрипта LLM-этапом нормализации (восстановление латинских терминов и имён компаний) — рекомендуемая практика для финального конспекта.
|
||||
|
||||
## Открытые вопросы / следующие шаги
|
||||
|
||||
- **Galлюцинации Whisper medium на длинных файлах** — отдельный продуктовый риск, требующий собственного исследования. Возможно, имеет смысл ограничить максимальную длину чанка для openvino-medium, или дать предупреждение пользователю.
|
||||
- **Галлюцинации Whisper medium на длинных файлах** — отдельный продуктовый риск, требующий собственного исследования. Возможно, имеет смысл ограничить максимальную длину чанка для openvino-medium, или дать предупреждение пользователю.
|
||||
- **Canary** (`nemo-canary-1b-v2`) — тяжелее, но multilingual + пунктуация. Кандидат на «лучшее качество за разумную скорость» для тех, кому важна пунктуация.
|
||||
- **Auto-detect onnx**: после стабилизации в production-использовании (несколько недель) — рассмотреть включение в auto-detect как первый CPU-бэкенд (ниже CUDA, выше OpenVINO).
|
||||
- Проверить качество на других языках и при необходимости дополнить
|
||||
многоязычные рекомендации. Сама автоматическая политика от языка не зависит:
|
||||
она предупреждает о несовместимости, но профиль за пользователя не меняет.
|
||||
|
||||
## Отклонённые альтернативы
|
||||
|
||||
@@ -139,5 +149,4 @@ GigaAM v3 E2E RNN-T — модель по умолчанию для русски
|
||||
|---|---|
|
||||
| NeMo Parakeet напрямую (без onnx-asr) | Требует PyTorch + CUDA, Python ≥ 3.12, ~2 GB зависимостей — слишком тяжело для CLI |
|
||||
| Замена faster-whisper на onnx-asr | faster-whisper поддерживает 99+ языков и пунктуацию, остаётся лучшим GPU-бэкендом |
|
||||
| GigaAM как auto-detect default | Экспериментальный бэкенд, политика — не сюрпризить существующих пользователей; включение в auto-detect — после периода стабилизации |
|
||||
| Parakeet-v3 как multilingual default | Воспроизведённые проблемы из ADR-005 (Mm-hmm-редукция, иноязычные вставки) делают его непригодным для русского; для других языков не валидировано в этом эксперименте |
|
||||
|
||||
+10
-4
@@ -252,13 +252,19 @@ SQL`), словарь пользовательский в `.transcriber.toml`.
|
||||
|
||||
---
|
||||
|
||||
### Включение `onnx` в `--device auto`
|
||||
### `large-v3-turbo` для faster-whisper
|
||||
|
||||
**Что:** После периода стабилизации `--device onnx` (несколько недель production-использования без жалоб) — рассмотреть включение в auto-detect chain.
|
||||
**Что:** Добавить `large-v3-turbo` в каталог faster-whisper, чтобы модель была
|
||||
доступна с `--device cuda` и `--device cpu`, а не только через OpenVINO.
|
||||
|
||||
**Порядок в chain (предложение):** CUDA → onnx (если CPU x86_64) → OpenVINO → CPU.
|
||||
**Почему:** На CPU turbo INT8 оказался быстрее `medium` и точнее по WER
|
||||
([сравнение от 2026-08-12](benchmarks/2026-08-12-openvino-large-v3-turbo-comparison.md)),
|
||||
и владельцам NVIDIA этот профиль сейчас недоступен без ручного указания
|
||||
репозитория HuggingFace.
|
||||
|
||||
**Почему откладывается:** политика experimental backend — не сюрпризить существующих пользователей до накопления опыта. Источник: [ADR-006](adr/006-onnx-asr-backend.md#решение).
|
||||
**Почему откладывается:** каталог faster-whisper в проекте собран из
|
||||
репозиториев `Systran`, и для turbo нужно сначала выяснить, какая CT2-сборка
|
||||
годится, проверить её происхождение и качество, и только потом вносить в код.
|
||||
|
||||
---
|
||||
|
||||
|
||||
@@ -0,0 +1,348 @@
|
||||
# Сравнение OpenVINO large-v3-turbo с CPU-профилями
|
||||
|
||||
**Дата:** 2026-08-12
|
||||
|
||||
**Статус:** завершённое сравнение на трёх русскоязычных встречах и двух CPU
|
||||
|
||||
## Цель
|
||||
|
||||
Проверить обновление OpenVINO с линии 2026.0 до 2026.3 и определить, даёт ли
|
||||
`large-v3-turbo` практическое преимущество перед `medium` и быстрым профилем
|
||||
ONNX на CPU. Модель по умолчанию и порядок выбора `--device auto` в рамках
|
||||
сравнения не менялись.
|
||||
|
||||
## Оборудование и условия
|
||||
|
||||
- ноутбук Lenovo 82JD;
|
||||
- Intel Core i7-11800H, 8 ядер / 16 логических процессоров, 2,30 ГГц;
|
||||
- 64 ГиБ DDR4-3200, два модуля Kingston по 32 ГиБ;
|
||||
- Windows 11 Корпоративная, сборка 26200;
|
||||
- схема питания «Сбалансированная»;
|
||||
- OpenVINO 2026.3.0, OpenVINO GenAI и Tokenizers 2026.3.0.0;
|
||||
- Python 3.13.13;
|
||||
- язык во всех командах задан явно: `--language ru`;
|
||||
- модели запускались последовательно, без конкурирующих прогонов.
|
||||
|
||||
Кэш каждой модели предварительно прогревался. Время измерялось от запуска
|
||||
команды до её завершения и включает чтение и декодирование локального файла,
|
||||
но не скачивание модели. Загрузка процессора и свободная память опрашивались
|
||||
раз в две секунды. Минимум свободной памяти характеризует всю систему, а не
|
||||
только процесс распознавания.
|
||||
|
||||
Во время прогонов система оставалась пригодной для обычной интерактивной
|
||||
работы. На OpenVINO средняя загрузка составляла 54–62%. ONNX на двух записях
|
||||
кратковременно занимал процессор полностью, но наблюдаемого зависания системы
|
||||
не было. Это субъективное наблюдение, а не числовой порог приёмки.
|
||||
|
||||
## Контрольный набор
|
||||
|
||||
Использованы те же три записи общей длительностью 43:37 и те же внешние
|
||||
транскрипты, что в [сравнении GigaAM и Whisper](2026-08-11-gigaam-model-comparison.md).
|
||||
Размеры и SHA-256 всех шести локальных файлов совпали с опубликованным там
|
||||
манифестом.
|
||||
|
||||
Внешние транскрипты сами содержат ошибки, редактируют разговорную речь и
|
||||
добавляют разделение по говорящим. Поэтому WER служит сравнительным сигналом
|
||||
внутри одной записи, а не абсолютной оценкой качества.
|
||||
|
||||
## Методика
|
||||
|
||||
Команды OpenVINO имели следующий вид:
|
||||
|
||||
```powershell
|
||||
uv run transcribe <recording.mp4> `
|
||||
--device openvino-cpu `
|
||||
--model <medium|large-v3-turbo> `
|
||||
--compute-type <int8|fp16> `
|
||||
--language ru `
|
||||
--force
|
||||
```
|
||||
|
||||
Для ONNX использовались `--device onnx`, `--model gigaam-v3-e2e-rnnt` и
|
||||
`--compute-type int8`. WER считался после удаления метаданных, таймкодов и
|
||||
обозначений говорящих, приведения к нижнему регистру, замены `ё` на `е` и
|
||||
удаления пунктуации. Итоговый WER — микроусреднение: сумма замен, удалений и
|
||||
вставок делится на общее число слов во внешних текстах. Плотность пунктуации —
|
||||
число знаков `.,!?…:;` на 1000 распознанных слов.
|
||||
|
||||
## Проверка обновления OpenVINO
|
||||
|
||||
До изменения зависимостей OpenVINO 2026.0 `medium` INT8 был повторно запущен
|
||||
на всём наборе с прогретым кэшем. После обновления тот же профиль успешно
|
||||
прошёл автоматические проверки и реальный прогон.
|
||||
|
||||
| Стек и профиль | Суммарное время | RTFx | WER | Пунктуация / 1000 слов | Предупреждения |
|
||||
|---|---:|---:|---:|---:|---:|
|
||||
| OpenVINO 2026.0 medium INT8 | 417,0 с | 6,28× | 28,9% | 191 | 1 |
|
||||
| OpenVINO 2026.3 medium INT8 | 436,7 с | 5,99× | 25,3% | 185 | 0 |
|
||||
|
||||
На линии 2026.0 RSQM содержал 11 одинаковых последовательных сегментов и
|
||||
получил предупреждение о возможной галлюцинации. После обновления повтор не
|
||||
воспроизвёлся, а WER этой записи снизился с 34,2% до 23,3%. Суммарное время
|
||||
выросло на 4,7%; из-за естественного разброса единичных запусков это не следует
|
||||
считать устойчивой регрессией без серии повторов.
|
||||
|
||||
## Результаты после обновления
|
||||
|
||||
### Сводка по трём записям
|
||||
|
||||
| Профиль | Время | RTFx | WER | Пунктуация / 1000 слов | Средний / пиковый CPU | Минимум свободной памяти |
|
||||
|---|---:|---:|---:|---:|---:|---:|
|
||||
| OpenVINO medium INT8 | 436,7 с | 5,99× | 25,3% | 185 | 54,3% / 85% | 36,25 ГиБ |
|
||||
| **OpenVINO large-v3-turbo INT8** | **365,5 с** | **7,16×** | **24,0%** | 96 | 62,0% / 86% | 35,04 ГиБ |
|
||||
| OpenVINO large-v3-turbo FP16 | 545,0 с | 4,80× | 24,8% | 103 | 57,1% / 87% | 32,96 ГиБ |
|
||||
| ONNX GigaAM v3 E2E RNN-T INT8 | **265,7 с** | **9,85×** | 29,1% | **290** | 70,7% / 100% | 35,52 ГиБ |
|
||||
|
||||
### По отдельным записям
|
||||
|
||||
| Запись | Профиль | Время | RTFx | WER | Пунктуация / 1000 слов |
|
||||
|---|---|---:|---:|---:|---:|
|
||||
| BDMA | medium INT8 | 137,0 с | 6,50× | **23,0%** | 194 |
|
||||
| BDMA | turbo INT8 | **118,7 с** | **7,51×** | 24,4% | 79 |
|
||||
| BDMA | turbo FP16 | 180,0 с | 4,95× | 26,2% | 60 |
|
||||
| BDMA | GigaAM RNN-T INT8 | **87,6 с** | **10,17×** | 29,0% | **326** |
|
||||
| RSQM | medium INT8 | 125,7 с | 6,72× | 23,3% | 171 |
|
||||
| RSQM | turbo INT8 | 116,9 с | 7,23× | **22,4%** | 4 |
|
||||
| RSQM | turbo FP16 | 170,2 с | 4,96× | 23,3% | 31 |
|
||||
| RSQM | GigaAM RNN-T INT8 | **92,9 с** | **9,09×** | 27,4% | **286** |
|
||||
| DataCat | medium INT8 | 174,0 с | 5,07× | 28,1% | 188 |
|
||||
| DataCat | turbo INT8 | **129,9 с** | **6,79×** | **24,7%** | 169 |
|
||||
| DataCat | turbo FP16 | 194,7 с | 4,53× | **24,7%** | 181 |
|
||||
| DataCat | GigaAM RNN-T INT8 | **85,2 с** | **10,36×** | 30,4% | **265** |
|
||||
|
||||
## Качественная оценка
|
||||
|
||||
Два независимых субагента читали полные транскрипты без таблицы численных
|
||||
метрик. Один оценивал читаемость и пригодность для конспекта и протокола,
|
||||
второй — сохранность содержания и терминов, пропуски, повторы и галлюцинации.
|
||||
|
||||
### Читаемость и пригодность результата
|
||||
|
||||
| Профиль | Читаемость | Для конспекта | Для протокола |
|
||||
|---|---:|---:|---:|
|
||||
| ONNX GigaAM RNN-T INT8 | **4/5** | **4/5** | **3/5** |
|
||||
| OpenVINO medium INT8 | 3/5 | 3/5 | **3/5** |
|
||||
| OpenVINO turbo INT8 | 2/5 | 3/5 | 2/5 |
|
||||
| OpenVINO turbo FP16 | 2/5 | 3/5 | 2/5 |
|
||||
|
||||
Проверяющий поставил GigaAM на первое место благодаря пунктуации, отделению
|
||||
реплик и естественному ритму. Из текста без труда извлекаются решения: собрать
|
||||
вопросы для архитектуры и сайзинга, не связываться с «дата-рентгеном» в пилоте,
|
||||
уточнить способ доступа к FineBI. При этом протокол требует сверки терминов:
|
||||
`XML` превращается в «Максмельная», `Spark` — в «парк», `MPP` — в «MP-шный».
|
||||
|
||||
Medium в основном сохраняет ход мысли, но нестабилен в названиях: «бутылочка в
|
||||
FineBI» вместо учётной записи, `NiFi` как `I5`, `edge cases` как `HKEYS`.
|
||||
Оба turbo-профиля иногда лучше узнают отдельные имена и термины, включая
|
||||
«Рома Иваницкий», `Open Lineage` и `DBC tables V`, однако длинные блоки почти
|
||||
без пунктуации приходится разбирать вручную. Практического преимущества FP16
|
||||
над INT8 по читаемости не найдено.
|
||||
|
||||
### Сохранность содержания
|
||||
|
||||
| Профиль | Смысл | Термины | Пропуски | Повторы и выдумки |
|
||||
|---|---:|---:|---:|---:|
|
||||
| ONNX GigaAM RNN-T INT8 | **5/5** | **4/5** | **4/5** | **4/5** |
|
||||
| OpenVINO medium INT8 | 4/5 | 3/5 | **4/5** | **4/5** |
|
||||
| OpenVINO turbo FP16 | 4/5 | 3/5 | 3/5 | **4/5** |
|
||||
| OpenVINO turbo INT8 | 3/5 | 3/5 | 3/5 | **4/5** |
|
||||
|
||||
Второй проверяющий также поставил GigaAM первым: он лучше удерживает ход
|
||||
рассуждения, отрицания и поручения. Среди OpenVINO medium оказался надёжнее
|
||||
обоих turbo-профилей по сохранности содержания, несмотря на худший WER.
|
||||
|
||||
Наиболее опасные искажения:
|
||||
|
||||
- turbo FP16 в DataCat пропустил оговорку о том, что API-контракт извлечён из
|
||||
JAR-файлов, а не документации; предположение выглядит установленным фактом;
|
||||
- turbo INT8 почти потерял обсуждение доступа к DBC, риска перегрузить FineBI
|
||||
через API и необходимости ограничить частоту запросов;
|
||||
- medium превратил поручение посчитать объём и квоту Teradata в плохо читаемое
|
||||
«нам требование это продать… конкретный объём в продате квоту»;
|
||||
- GigaAM один раз заменил «МТС хочет продать дата-рентген» на «ты хочешь
|
||||
продать дата-рентген», хотя соседняя фраза восстанавливает инициатора;
|
||||
- ключ поиска `IMSI плюс время` не сохранился точно ни в одном профиле;
|
||||
- у medium после фактического окончания RSQM появился одиночный сегмент «В».
|
||||
|
||||
Длинных повторяющихся или полностью выдуманных фрагментов после обновления
|
||||
проверяющие не нашли. Общий недостаток всех профилей — отсутствие надёжного
|
||||
разделения по участникам, что ограничивает пригодность для формального протокола.
|
||||
|
||||
## Повторный прогон на AMD Ryzen 7 8845H
|
||||
|
||||
Повторный прогон выполнен на втором ноутбуке тем же коммитом, на тех же шести
|
||||
файлах и с теми же параметрами. Размеры и SHA-256 всех файлов совпали с
|
||||
манифестом. Результаты Intel выше не перезаписывались.
|
||||
|
||||
### Оборудование и условия
|
||||
|
||||
- ноутбук Lenovo 83D5;
|
||||
- AMD Ryzen 7 8845H, 8 ядер / 16 логических процессоров;
|
||||
- 32 ГиБ LPDDR5X, четыре чипа Micron, фактическая скорость 6400 MT/s;
|
||||
- Windows 11 Корпоративная, сборка 26200;
|
||||
- схема питания «Сбалансированная»;
|
||||
- OpenVINO 2026.3.0, OpenVINO GenAI и Tokenizers 2026.3.0.0;
|
||||
- Python 3.13.13;
|
||||
- язык во всех командах задан явно: `--language ru`;
|
||||
- кэш каждой модели предварительно прогрет, скачивание не включено во время;
|
||||
- загрузка CPU и свободная память опрашивались раз в две секунды.
|
||||
|
||||
Во время всех прогонов ноутбук оставался пригодным для интерактивной работы.
|
||||
Минимум свободной памяти ниже, чем на Intel, из-за 32 ГиБ физической памяти и
|
||||
фоновой нагрузки; это показатель всей системы, а не потребления одной модели.
|
||||
|
||||
### Сводка по трём записям
|
||||
|
||||
| Профиль | Время | RTFx | WER | Пунктуация / 1000 слов | Средний / пиковый CPU | Минимум свободной памяти |
|
||||
|---|---:|---:|---:|---:|---:|---:|
|
||||
| OpenVINO medium INT8 | 438,5 с | 5,97× | 22,9% | 193 | 59,2% / 89% | 6,65 ГиБ |
|
||||
| **OpenVINO large-v3-turbo INT8** | **267,4 с** | **9,79×** | **19,6%** | 108 | 57,4% / 72% | 8,93 ГиБ |
|
||||
| OpenVINO large-v3-turbo FP16 | 333,6 с | 7,85× | 20,1% | 114 | 59,0% / 78% | 8,39 ГиБ |
|
||||
| **ONNX GigaAM v3 E2E RNN-T INT8** | **194,8 с** | **13,44×** | 26,9% | **290** | 56,2% / 82% | 11,71 ГиБ |
|
||||
|
||||
Для `medium` на RSQM получились три измеряемых времени: 158,8, 118,3 и
|
||||
129,3 секунды. Все три транскрипта и отдельный прогревочный проход содержательно
|
||||
совпали. В таблице использована медиана 129,3 секунды, чтобы не выбирать
|
||||
произвольно единичный фоновый выброс.
|
||||
|
||||
### По отдельным записям
|
||||
|
||||
| Запись | Профиль | Время | RTFx | WER | Пунктуация / 1000 слов |
|
||||
|---|---|---:|---:|---:|---:|
|
||||
| BDMA | medium INT8 | 140,3 с | 6,35× | 25,0% | 202 |
|
||||
| BDMA | turbo INT8 | **88,8 с** | **10,03×** | 24,5% | 55 |
|
||||
| BDMA | turbo FP16 | 109,1 с | 8,16× | **24,4%** | 61 |
|
||||
| BDMA | GigaAM RNN-T INT8 | **67,5 с** | **13,21×** | 29,0% | **326** |
|
||||
| RSQM | medium INT8 | 129,3 с | 6,53× | 20,2% | **175** |
|
||||
| RSQM | turbo INT8 | **82,1 с** | **10,28×** | **16,7%** | 61 |
|
||||
| RSQM | turbo FP16 | 104,6 с | 8,07× | 20,4% | 48 |
|
||||
| RSQM | GigaAM RNN-T INT8 | **58,6 с** | **14,41×** | 25,4% | **286** |
|
||||
| DataCat | medium INT8 | 168,9 с | 5,22× | 23,2% | **199** |
|
||||
| DataCat | turbo INT8 | **96,5 с** | **9,14×** | 18,0% | 178 |
|
||||
| DataCat | turbo FP16 | 119,8 с | 7,36× | **16,8%** | 197 |
|
||||
| DataCat | GigaAM RNN-T INT8 | **68,7 с** | **12,83×** | 26,4% | **265** |
|
||||
|
||||
### Повторы `medium` на паузах
|
||||
|
||||
На линии 2026.0 один контрольный прогон RSQM на Intel содержал 11 одинаковых
|
||||
последовательных сегментов. После обновления на Ryzen выполнены четыре прохода
|
||||
того же файла: один прогревочный и три измеряемых. Во всех четырёх получены
|
||||
одинаковые 152 сегмента, объединённые форматтером в 17 абзацев. Детектор серий
|
||||
из четырёх и более одинаковых сегментов не сработал, различий в содержательной
|
||||
части файлов нет, ложного хвоста также нет.
|
||||
|
||||
На этом контрольном файле повтор после OpenVINO 2026.3 устойчиво не
|
||||
воспроизводится на двух машинах. Это сильнее единичного успешного запуска, но
|
||||
не доказывает устранение всего класса Whisper-галлюцинаций на тишине: набор
|
||||
содержит только одну ранее проблемную запись.
|
||||
|
||||
### Отличия Ryzen от Intel
|
||||
|
||||
- `medium` показал практически одинаковое суммарное время: 438,5 против
|
||||
436,7 секунды.
|
||||
- Turbo INT8 на Ryzen быстрее на 27%: 267,4 против 365,5 секунды; FP16 быстрее
|
||||
на 39%: 333,6 против 545,0 секунды.
|
||||
- GigaAM на Ryzen быстрее на 27%: 194,8 против 265,7 секунды.
|
||||
- На Ryzen Turbo INT8 ускоряет обработку относительно `medium` на 39%, а
|
||||
GigaAM — на 56%.
|
||||
- Численные WER на Ryzen ниже у всех четырёх профилей. Поскольку файлы,
|
||||
версии библиотек и заявленная методика совпадают, но сами выходы различаются.
|
||||
Сравнение характеризует всю среду выполнения; приписывать разницу только
|
||||
архитектуре CPU без отдельного исследования нельзя.
|
||||
- Пунктуация Turbo остаётся нестабильной: на Ryzen она лучше результата Intel
|
||||
для RSQM, но всё ещё значительно реже, чем у `medium` и GigaAM.
|
||||
|
||||
### Независимая оценка качества на Ryzen
|
||||
|
||||
Как и на первом ноутбуке, два субагента читали полные транскрипты вслепую, без
|
||||
названий профилей и таблицы численных метрик. Их оценки разошлись по ожидаемой
|
||||
причине: один ставил выше готовность текста к чтению, второй — точность
|
||||
технических деталей.
|
||||
|
||||
| Профиль | Читаемость | Для конспекта | Для протокола |
|
||||
|---|---:|---:|---:|
|
||||
| ONNX GigaAM RNN-T INT8 | **3/5** | **4/5** | **3/5** |
|
||||
| OpenVINO medium INT8 | **3/5** | 3/5 | 2/5 |
|
||||
| OpenVINO turbo FP16 | 2/5 | 3/5 | 2/5 |
|
||||
| OpenVINO turbo INT8 | 2/5 | 2/5 | 2/5 |
|
||||
|
||||
По читаемости GigaAM снова занял первое место: он лучше размечает смысловые
|
||||
границы, сохраняет бытовые и организационные реплики и требует меньше ручной
|
||||
чистки для чернового конспекта. `medium` оказался вторым. У обоих Turbo начало
|
||||
нескольких записей превращается в длинные блоки нижнего регистра почти без
|
||||
пунктуации. Ни один вариант не признан готовым формальным протоколом без сверки.
|
||||
|
||||
| Профиль | Смысл | Термины | Полнота | Нет повторов и выдумок |
|
||||
|---|---:|---:|---:|---:|
|
||||
| OpenVINO turbo FP16 | **4/5** | **4/5** | 4/5 | **4/5** |
|
||||
| OpenVINO turbo INT8 | 4/5 | **4/5** | 4/5 | **4/5** |
|
||||
| OpenVINO medium INT8 | 4/5 | **4/5** | 4/5 | 3/5 |
|
||||
| ONNX GigaAM RNN-T INT8 | 4/5 | 3/5 | **5/5** | 3/5 |
|
||||
|
||||
По технической сохранности первым стал Turbo FP16, особенно на DataCat; Turbo
|
||||
INT8 почти равен ему. Они лучше удерживают `FineBI`, `OpenLineage`, `Spark`,
|
||||
`XML`, `DBC TablesV/ColumnsV`, `Open Platform` и архитектурные связи. GigaAM
|
||||
самый полный, но чаще заменяет неразобранное гладко звучащими ложными терминами.
|
||||
|
||||
Наиболее опасные места:
|
||||
|
||||
- GigaAM потерял `IMSI` в требуемом ключе `IMSI плюс время`, исказил основание
|
||||
оставить MPP-вычисления в Teradata и не сохранил Alation как технический
|
||||
ориентир интеграции с FineBI;
|
||||
- `medium` заменил Tele2 на `TeraData 2` и «админскую учётку» на «учётку от
|
||||
Минска», то есть правдоподобно изменил адресата и источник доступа;
|
||||
- Turbo INT8 почти потерял риск DDoS FineBI через API и необходимость
|
||||
ограничивать частоту запросов; в другом месте ответ о production-базах
|
||||
локально перевёрнут;
|
||||
- Turbo FP16 хуже остальных передал `edge cases` на RSQM и потерял поручение
|
||||
оценить требования и квоту Teradata, но лучше всего сохранил технически
|
||||
насыщенный DataCat.
|
||||
|
||||
Ни один проверяющий не нашёл длинных повторяющихся или автономно выдуманных
|
||||
блоков. Основной остаточный риск всех профилей — локальная правдоподобная
|
||||
подстановка термина, числа или адресата.
|
||||
|
||||
### Что это означает для профиля по умолчанию
|
||||
|
||||
Результаты поддерживают ONNX GigaAM RNN-T как основной CPU-профиль: он быстрее
|
||||
всех на обеих машинах, дважды занял первое место по читаемости и пригодности
|
||||
для конспекта и использует VAD. После обсуждения принята простая политика:
|
||||
`--device auto` выбирает CUDA при наличии `nvidia-smi`, иначе ONNX.
|
||||
|
||||
Ограничения выбора сохраняются:
|
||||
|
||||
- GigaAM ориентирован на русский язык и хуже сохраняет латиницу, аббревиатуры,
|
||||
названия систем и компаний;
|
||||
- OpenVINO Whisper остаётся многоязычным путём и умеет использовать Intel GPU;
|
||||
- Turbo лучше GigaAM по WER и техническим терминам, хотя хуже подготовлен для
|
||||
непосредственного чтения;
|
||||
- изменение существующего auto-пути является несовместимым изменением поведения;
|
||||
явные значения из CLI и конфигурации остаются способом сохранить прежний
|
||||
OpenVINO/Whisper-профиль или выбрать Turbo для технически насыщенных встреч.
|
||||
|
||||
## Вывод
|
||||
|
||||
- `large-v3-turbo` реально работает с OpenVINO 2026.3 в вариантах INT8 и FP16.
|
||||
- Turbo INT8 оказался на 16% быстрее medium INT8 и снизил суммарный WER с
|
||||
25,3% до 24,0%. Это лучший OpenVINO-профиль по численным показателям на
|
||||
данном CPU, но не по независимой оценке сохранности содержания и читаемости.
|
||||
- Turbo FP16 на этом CPU на 49% медленнее turbo INT8 и не дал выигрыша по WER.
|
||||
Его стоит оставлять доступным для явного выбора и других устройств, но не
|
||||
рекомендовать как основной CPU-профиль.
|
||||
- GigaAM RNN-T остаётся самым быстрым и лучше всех расставляет пунктуацию. Он
|
||||
уступает turbo по WER и сильнее загружает CPU, но оба независимых проверяющих
|
||||
признали его лучшим для чтения и сохранения делового содержания.
|
||||
- У turbo INT8 пунктуация нестабильна: на RSQM её почти нет. Для готового
|
||||
протокола может потребоваться последующая расстановка пунктуации.
|
||||
- Автоматических предупреждений о повторах или потере хвоста после обновления
|
||||
не было; ручная проверка нашла у medium одиночный ложный сегмент в конце RSQM.
|
||||
- В самом benchmark-коммите модель по умолчанию и порядок `--device auto` не
|
||||
менялись; по итогам анализа отдельно принято решение использовать ONNX на
|
||||
машинах без CUDA.
|
||||
- Повторный Ryzen-прогон подтвердил, что прежний блок из 11 повторов `medium`
|
||||
не воспроизводится: четыре последовательных прохода дали одинаковый текст без
|
||||
повторов и ложного хвоста. Это подтверждение для контрольного файла, а не
|
||||
гарантия устранения всех Whisper-галлюцинаций на тишине.
|
||||
- Для русской речи на CPU ONNX GigaAM RNN-T выглядит лучшим пользовательским
|
||||
дефолтом по скорости и готовности текста к чтению. OpenVINO сохраняет сильные
|
||||
аргументы для Intel GPU, других языков и технически насыщенных записей.
|
||||
+32
-7
@@ -2,11 +2,11 @@
|
||||
|
||||
## Режимы `--device`
|
||||
|
||||
- `auto` (по умолчанию) — CUDA → OpenVINO GPU → OpenVINO CPU → CPU (первый доступный)
|
||||
- `auto` (по умолчанию) — CUDA при наличии `nvidia-smi`, иначе ONNX на CPU
|
||||
- `cuda` — строго NVIDIA GPU, ошибка если недоступен
|
||||
- `openvino` — авто-выбор OpenVINO GPU или CPU
|
||||
- `openvino-gpu` — строго Intel GPU через OpenVINO
|
||||
- `openvino-cpu` — строго CPU через OpenVINO (ускорение 2-4x на x86)
|
||||
- `openvino-cpu` — строго CPU через OpenVINO (3-10x на x86, зависит от модели)
|
||||
- `cpu` — строго CPU (faster-whisper/CTranslate2)
|
||||
|
||||
## Какой бэкенд на каком оборудовании
|
||||
@@ -14,12 +14,17 @@
|
||||
| Оборудование | Рекомендуемый `--device` | Бэкенд | Ожидаемая скорость |
|
||||
|---|---|---|---|
|
||||
| NVIDIA GPU (6+ GB VRAM) | `auto` / `cuda` | faster-whisper (CTranslate2) | 7-19x реалтайм |
|
||||
| Intel Arc iGPU / dGPU | `auto` / `openvino-gpu` | OpenVINO GenAI (GPU) | TBD |
|
||||
| Intel/AMD x86 CPU | `auto` / `openvino-cpu` | OpenVINO GenAI (CPU) | 3-6x реалтайм* |
|
||||
| Любой CPU (fallback) | `cpu` | faster-whisper (CTranslate2) | ~1.5x реалтайм |
|
||||
| Apple Silicon (macOS) | `cpu` | faster-whisper (CTranslate2) | ~2x реалтайм |
|
||||
| Любой CPU без NVIDIA | `auto` / `onnx` | ONNX GigaAM RNN-T | 10-14x реалтайм* |
|
||||
| Intel Arc iGPU / dGPU | `openvino-gpu` | OpenVINO GenAI (GPU) | TBD |
|
||||
| Intel/AMD x86 CPU | `openvino-cpu` | OpenVINO GenAI (CPU) | 3-10x реалтайм* |
|
||||
| Любой CPU, FasterWhisper | `cpu` | faster-whisper (CTranslate2) | ~1.5x реалтайм |
|
||||
|
||||
\* По результатам тестирования на Intel и AMD CPU. Реальная скорость зависит от CPU и модели.
|
||||
\* По результатам контрольных прогонов на Intel и AMD CPU. Реальная скорость
|
||||
зависит от CPU, модели и записи.
|
||||
|
||||
Автоматический профиль без NVIDIA рассчитан на русскую речь: GigaAM других
|
||||
языков не понимает. Для них берите Whisper — `openvino-cpu` на x86 или `cpu`
|
||||
на любой платформе.
|
||||
|
||||
## OpenVINO
|
||||
|
||||
@@ -28,6 +33,8 @@ OpenVINO ускоряет inference на x86 процессорах (Intel и AM
|
||||
|
||||
- **Модели**: предконвертированные из [HuggingFace](https://huggingface.co/OpenVINO) (int8/fp16)
|
||||
- **Дефолт**: `medium` + `int8` (для `large-v3` автоматически выбирается `fp16`)
|
||||
- **Быстрый профиль с низким WER**: явный `large-v3-turbo` + `int8`; для
|
||||
читаемости и сохранности содержания `medium` остаётся предпочтительнее
|
||||
- **Аудиодекодирование**: через PyAV (бандлит FFmpeg), системный ffmpeg не нужен
|
||||
|
||||
### Доступные OpenVINO модели
|
||||
@@ -39,9 +46,23 @@ OpenVINO ускоряет inference на x86 процессорах (Intel и AM
|
||||
| small | OpenVINO/whisper-small-int8-ov | — |
|
||||
| medium | OpenVINO/whisper-medium-int8-ov | OpenVINO/whisper-medium-fp16-ov |
|
||||
| large-v3 | OpenVINO/whisper-large-v3-int8-ov | OpenVINO/whisper-large-v3-fp16-ov |
|
||||
| large-v3-turbo | OpenVINO/whisper-large-v3-turbo-int8-ov | OpenVINO/whisper-large-v3-turbo-fp16-ov |
|
||||
|
||||
Размер в кеше HuggingFace: `medium` int8 — 748 MB, `large-v3-turbo` int8 —
|
||||
790 MB, `large-v3-turbo` fp16 — 1552 MB. Это меньше, чем у тех же моделей для
|
||||
faster-whisper, потому что веса уже квантизированы.
|
||||
|
||||
Модель `large-v3-turbo` доступна только в OpenVINO: для `--device cuda` и
|
||||
`--device cpu` каталог faster-whisper заканчивается на `large-v3`.
|
||||
|
||||
### Результаты тестирования OpenVINO
|
||||
|
||||
Актуальное сравнение OpenVINO 2026.3 на трёх русскоязычных встречах:
|
||||
[medium, large-v3-turbo и GigaAM](benchmarks/2026-08-12-openvino-large-v3-turbo-comparison.md).
|
||||
На Intel Core i7-11800H `large-v3-turbo` INT8 обработал 43:37 аудио за
|
||||
365,5 секунды (7,16× RTFx) при WER 24,0%. FP16 занял 545,0 секунды и получил
|
||||
WER 24,8%, поэтому для CPU рекомендуется INT8.
|
||||
|
||||
Реальные записи рабочих созвонов (русский, техтермины: SQL, PostgreSQL, LDAP, DLP и др.).
|
||||
|
||||
**Скорость (эталонный файл 16 мин, OpenVINO, medium int8):**
|
||||
@@ -76,6 +97,10 @@ OpenVINO ускоряет inference на x86 процессорах (Intel и AM
|
||||
- **small** — для быстрого сканирования большого объёма видео по маске (`*.mp4`). Ошибки в отдельных словах; для обработки ИИ (МОМ, конспект) рискованно — "рецензия" вместо "лицензия" может исказить смысл.
|
||||
- **medium** — для повседневного использования и обработки ИИ. Ключевые термины верные, единичные ляпы не влияют на смысл конспекта. Оптимальный баланс скорости и качества.
|
||||
- **large-v3** — для важных записей, где нужна дословная точность. Лучшая пунктуация и связность. На OpenVINO (416с) быстрее, чем medium на чистом CPU (734с) — лучшее качество при выше скорости.
|
||||
- **large-v3-turbo** — явный профиль для CPU с приоритетом скорости и низкого
|
||||
WER. В проверенном наборе INT8 быстрее и численно точнее medium, но хуже по
|
||||
независимой оценке читаемости и сохранности содержания; FP16 на CPU пользы
|
||||
не показал.
|
||||
|
||||
## CPU бэкенд (CTranslate2 / faster-whisper)
|
||||
|
||||
|
||||
+1
-1
@@ -10,7 +10,7 @@ dependencies = [
|
||||
"faster-whisper>=1.2.1,<2",
|
||||
"socksio>=1.0.0,<2",
|
||||
"nvidia-cublas-cu12>=12.4,<13; sys_platform == 'linux' and platform_machine == 'x86_64'",
|
||||
"openvino-genai>=2026.0.0.0,<2026.1; sys_platform != 'darwin' and (platform_machine == 'x86_64' or platform_machine == 'AMD64')",
|
||||
"openvino-genai>=2026.3.0.0,<2026.4; sys_platform != 'darwin' and (platform_machine == 'x86_64' or platform_machine == 'AMD64')",
|
||||
"onnx-asr[cpu,hub]>=0.12,<0.13",
|
||||
"onnxruntime>=1.28,<2",
|
||||
]
|
||||
|
||||
@@ -2,45 +2,91 @@
|
||||
|
||||
from __future__ import annotations
|
||||
|
||||
import warnings
|
||||
from collections.abc import Callable
|
||||
from dataclasses import dataclass
|
||||
from pathlib import Path
|
||||
from typing import Any
|
||||
|
||||
from local_transcriber.types import Segment, TranscribeResult
|
||||
from local_transcriber.types import UNKNOWN_LANGUAGE, Segment, TranscribeResult
|
||||
|
||||
|
||||
@dataclass(frozen=True)
|
||||
class OnnxModelSpec:
|
||||
"""Имя onnx-asr и опубликованные варианты квантизации модели."""
|
||||
"""Имя onnx-asr, варианты квантизации и поддерживаемые языки."""
|
||||
|
||||
model_id: str
|
||||
quantizations: frozenset[str | None]
|
||||
supported_languages: frozenset[str]
|
||||
|
||||
|
||||
_INT8_AND_FLOAT32 = frozenset({"int8", None})
|
||||
_RUSSIAN_ONLY = frozenset({"ru"})
|
||||
_GIGAAM_MULTILINGUAL_LANGUAGES = frozenset({"ru", "en", "kk", "ky", "uz"})
|
||||
_PARAKEET_V3_LANGUAGES = frozenset(
|
||||
{
|
||||
"bg",
|
||||
"hr",
|
||||
"cs",
|
||||
"da",
|
||||
"nl",
|
||||
"en",
|
||||
"et",
|
||||
"fi",
|
||||
"fr",
|
||||
"de",
|
||||
"el",
|
||||
"hu",
|
||||
"it",
|
||||
"lv",
|
||||
"lt",
|
||||
"mt",
|
||||
"pl",
|
||||
"pt",
|
||||
"ro",
|
||||
"sk",
|
||||
"sl",
|
||||
"es",
|
||||
"sv",
|
||||
"ru",
|
||||
"uk",
|
||||
}
|
||||
)
|
||||
_WHISPER_MODEL_NAMES = frozenset(
|
||||
{"tiny", "base", "small", "medium", "large-v3", "large-v3-turbo"}
|
||||
)
|
||||
# faster-whisper не знает turbo, поэтому для cpu и cuda подсказываем medium.
|
||||
# Источник правды — MODEL_REPOS в backends/faster_whisper.py и backends/openvino.py
|
||||
_OPENVINO_ONLY_WHISPER_MODELS = frozenset({"large-v3-turbo"})
|
||||
|
||||
MODEL_CATALOG: dict[str, OnnxModelSpec] = {
|
||||
"gigaam-v3": OnnxModelSpec("gigaam-v3-ctc", _INT8_AND_FLOAT32),
|
||||
"gigaam-v3": OnnxModelSpec(
|
||||
"gigaam-v3-ctc", _INT8_AND_FLOAT32, _RUSSIAN_ONLY
|
||||
),
|
||||
"parakeet-v3": OnnxModelSpec(
|
||||
"nemo-parakeet-tdt-0.6b-v3",
|
||||
_INT8_AND_FLOAT32,
|
||||
_PARAKEET_V3_LANGUAGES,
|
||||
),
|
||||
"gigaam-multilingual-ctc": OnnxModelSpec(
|
||||
"gigaam-multilingual-ctc",
|
||||
_INT8_AND_FLOAT32,
|
||||
_GIGAAM_MULTILINGUAL_LANGUAGES,
|
||||
),
|
||||
"gigaam-multilingual-large-ctc": OnnxModelSpec(
|
||||
"gigaam-multilingual-large-ctc",
|
||||
_INT8_AND_FLOAT32,
|
||||
_GIGAAM_MULTILINGUAL_LANGUAGES,
|
||||
),
|
||||
"gigaam-v3-e2e-ctc": OnnxModelSpec(
|
||||
"gigaam-v3-e2e-ctc",
|
||||
_INT8_AND_FLOAT32,
|
||||
_RUSSIAN_ONLY,
|
||||
),
|
||||
"gigaam-v3-e2e-rnnt": OnnxModelSpec(
|
||||
"gigaam-v3-e2e-rnnt",
|
||||
_INT8_AND_FLOAT32,
|
||||
_RUSSIAN_ONLY,
|
||||
),
|
||||
}
|
||||
|
||||
@@ -85,6 +131,8 @@ class OnnxAsrBackend:
|
||||
self._compute_type_explicit = compute_type_explicit
|
||||
self.actual_compute_type: str | None = None
|
||||
self._resolved_model_id: str | None = None
|
||||
self._model_name: str | None = None
|
||||
self._model_spec: OnnxModelSpec | None = None
|
||||
self._vad: Any = None
|
||||
|
||||
def ensure_model_available(
|
||||
@@ -119,6 +167,8 @@ class OnnxAsrBackend:
|
||||
|
||||
self.actual_compute_type = resolved_compute_type
|
||||
self._resolved_model_id = self._resolve_model(model_name)
|
||||
self._model_name = model_name
|
||||
self._model_spec = spec
|
||||
return self._resolved_model_id
|
||||
|
||||
def create_model(
|
||||
@@ -162,13 +212,16 @@ class OnnxAsrBackend:
|
||||
"""
|
||||
from faster_whisper import decode_audio
|
||||
|
||||
self._warn_if_language_unsupported(language)
|
||||
_notify(on_status, "Загружаю аудио...")
|
||||
audio_array = decode_audio(str(file_path), sampling_rate=16000)
|
||||
duration = len(audio_array) / 16000.0
|
||||
|
||||
_notify(on_status, "Транскрибирую (onnx-asr)...")
|
||||
segments: list[Segment] = []
|
||||
detected_language = language or "unknown"
|
||||
result_language = (
|
||||
language or _model_language(self._model_spec) or UNKNOWN_LANGUAGE
|
||||
)
|
||||
|
||||
for vad_seg in model.recognize(
|
||||
audio_array, sample_rate=16000, language=language
|
||||
@@ -192,7 +245,7 @@ class OnnxAsrBackend:
|
||||
|
||||
return TranscribeResult(
|
||||
segments=segments,
|
||||
language=detected_language,
|
||||
language=result_language,
|
||||
language_probability=1.0 if language else 0.0,
|
||||
duration=duration,
|
||||
device_used="", # оркестратор проставит
|
||||
@@ -202,6 +255,15 @@ class OnnxAsrBackend:
|
||||
"""Resolve alias to onnx-asr model name. Raw names pass through."""
|
||||
if model_name in MODEL_ALIASES:
|
||||
return MODEL_ALIASES[model_name]
|
||||
if model_name in _WHISPER_MODEL_NAMES:
|
||||
fallback = _whisper_fallback_model(model_name)
|
||||
raise ValueError(
|
||||
f"Модель '{model_name}' относится к Whisper и не поддерживается "
|
||||
"ONNX-бэкендом. Без CUDA --device auto выбирает ONNX; "
|
||||
f"укажите --device openvino-cpu --model {model_name} на x86, "
|
||||
f"--device cpu --model {fallback} на любой платформе "
|
||||
f"или --device cuda --model {fallback} при NVIDIA GPU."
|
||||
)
|
||||
if "/" in model_name or model_name.count("-") >= 2:
|
||||
# Looks like a raw onnx-asr name — allow passthrough
|
||||
return model_name
|
||||
@@ -211,6 +273,26 @@ class OnnxAsrBackend:
|
||||
f"Либо укажите полное имя модели onnx-asr."
|
||||
)
|
||||
|
||||
def _warn_if_language_unsupported(self, language: str | None) -> None:
|
||||
if (
|
||||
language is None
|
||||
or self._model_spec is None
|
||||
or language in self._model_spec.supported_languages
|
||||
):
|
||||
return
|
||||
|
||||
supported = ", ".join(sorted(self._model_spec.supported_languages))
|
||||
warnings.warn(
|
||||
f"Язык '{language}' не поддерживается моделью '{self._model_name}' "
|
||||
f"(поддерживаются: {supported}). Результат может быть некорректным. "
|
||||
"Для других языков возьмите Whisper: "
|
||||
"--device openvino-cpu --model medium на x86, "
|
||||
"--device cpu --model medium на любой платформе "
|
||||
"или --device cuda --model medium при NVIDIA GPU.",
|
||||
UserWarning,
|
||||
stacklevel=2,
|
||||
)
|
||||
|
||||
|
||||
def _format_compute_types(quantizations: frozenset[str | None]) -> str:
|
||||
values = [_compute_type_for_quantization(value) for value in quantizations]
|
||||
@@ -228,6 +310,19 @@ def _preferred_compute_type(quantizations: frozenset[str | None]) -> str:
|
||||
raise ValueError("Для ONNX-модели не указаны доступные квантизации")
|
||||
|
||||
|
||||
def _whisper_fallback_model(model_name: str) -> str:
|
||||
"""Модель для подсказки про faster-whisper: turbo там недоступен."""
|
||||
if model_name in _OPENVINO_ONLY_WHISPER_MODELS:
|
||||
return "medium"
|
||||
return model_name
|
||||
|
||||
|
||||
def _model_language(spec: OnnxModelSpec | None) -> str | None:
|
||||
if spec is not None and len(spec.supported_languages) == 1:
|
||||
return next(iter(spec.supported_languages))
|
||||
return None
|
||||
|
||||
|
||||
def _notify(on_status: Callable[[str], None] | None, message: str) -> None:
|
||||
if on_status is not None:
|
||||
on_status(message)
|
||||
|
||||
@@ -12,7 +12,7 @@ from typing import Any
|
||||
from huggingface_hub import snapshot_download
|
||||
from huggingface_hub.errors import LocalEntryNotFoundError
|
||||
|
||||
from local_transcriber.types import Segment, TranscribeResult
|
||||
from local_transcriber.types import UNKNOWN_LANGUAGE, Segment, TranscribeResult
|
||||
|
||||
# (model_alias, compute_type) → HF repo
|
||||
MODEL_REPOS: dict[tuple[str, str], str] = {
|
||||
@@ -23,6 +23,8 @@ MODEL_REPOS: dict[tuple[str, str], str] = {
|
||||
("medium", "fp16"): "OpenVINO/whisper-medium-fp16-ov",
|
||||
("large-v3", "int8"): "OpenVINO/whisper-large-v3-int8-ov",
|
||||
("large-v3", "fp16"): "OpenVINO/whisper-large-v3-fp16-ov",
|
||||
("large-v3-turbo", "int8"): "OpenVINO/whisper-large-v3-turbo-int8-ov",
|
||||
("large-v3-turbo", "fp16"): "OpenVINO/whisper-large-v3-turbo-fp16-ov",
|
||||
}
|
||||
|
||||
# Fallback: если точная пара не найдена, пробуем альтернативный compute_type
|
||||
@@ -157,7 +159,7 @@ class OpenVINOBackend:
|
||||
f"Транскрибирую (OpenVINO)... [{len(segments)} сегм.]",
|
||||
)
|
||||
|
||||
detected_language = language or "auto"
|
||||
detected_language = language or UNKNOWN_LANGUAGE
|
||||
language_probability = 1.0 if language else 0.0
|
||||
|
||||
return TranscribeResult(
|
||||
|
||||
@@ -12,6 +12,10 @@ from .config import apply_device_defaults, load_config, resolve_defaults
|
||||
from .context_menu import install_menu as install_context_menu
|
||||
from .context_menu import uninstall_menu as uninstall_context_menu
|
||||
from .formatter import (
|
||||
LANGUAGE_DETECTED,
|
||||
LANGUAGE_FORCED,
|
||||
LANGUAGE_FROM_MODEL,
|
||||
LANGUAGE_UNKNOWN,
|
||||
format_duration,
|
||||
format_timestamp,
|
||||
format_transcript,
|
||||
@@ -30,6 +34,7 @@ from .transcriber import (
|
||||
_transcribe_file,
|
||||
load_model,
|
||||
)
|
||||
from .types import UNKNOWN_LANGUAGE
|
||||
from .utils import (
|
||||
build_output_path,
|
||||
detect_device,
|
||||
@@ -57,6 +62,19 @@ def _format_device_info(device_used: str) -> str:
|
||||
return "CPU"
|
||||
|
||||
|
||||
def _format_language_mode(
|
||||
requested_language: str, result: TranscribeResult
|
||||
) -> str:
|
||||
"""Описывает источник языка, не выдавая профиль модели за детектор."""
|
||||
if requested_language != "auto":
|
||||
return LANGUAGE_FORCED
|
||||
if result.language_probability > 0:
|
||||
return LANGUAGE_DETECTED
|
||||
if result.language not in {"", UNKNOWN_LANGUAGE}:
|
||||
return LANGUAGE_FROM_MODEL
|
||||
return LANGUAGE_UNKNOWN
|
||||
|
||||
|
||||
def _format_repetition_blocks(
|
||||
blocks: list[RepetitionBlock],
|
||||
use_hours: bool,
|
||||
@@ -114,7 +132,11 @@ def _print_quality_warnings(result: TranscribeResult, file_name: str | None = No
|
||||
def main(
|
||||
files: list[Path] | None = typer.Argument(None, help="Пути к аудио/видеофайлам"),
|
||||
model: str | None = typer.Option(
|
||||
None, "--model", "-m", show_default=False, help="Модель Whisper [по умолч.: medium]"
|
||||
None,
|
||||
"--model",
|
||||
"-m",
|
||||
show_default=False,
|
||||
help="Модель [по умолч.: medium (CUDA) / gigaam-v3-e2e-rnnt (ONNX)]",
|
||||
),
|
||||
language: str | None = typer.Option(
|
||||
None, "--language", "-l", show_default=False, help="Язык [по умолч.: ru]"
|
||||
@@ -126,7 +148,10 @@ def main(
|
||||
),
|
||||
compute_type: str | None = typer.Option(
|
||||
None, "--compute-type", show_default=False,
|
||||
help="Тип вычислений [по умолч.: float16 (CUDA) / int8 (OpenVINO GPU/CPU) / float32 (CPU)]"
|
||||
help=(
|
||||
"Тип вычислений [по умолч.: float16 (CUDA) / "
|
||||
"int8 (ONNX/OpenVINO) / float32 (CPU)]"
|
||||
),
|
||||
),
|
||||
threads: int = typer.Option(
|
||||
0, "--threads", "-t", show_default=False, min=0,
|
||||
@@ -308,7 +333,7 @@ def _run_single(
|
||||
)
|
||||
|
||||
device_info = _format_device_info(result.device_used)
|
||||
language_mode = "detected" if defaults["language"] == "auto" else "forced"
|
||||
language_mode = _format_language_mode(defaults["language"], result)
|
||||
|
||||
content = format_transcript(
|
||||
result=result,
|
||||
@@ -394,8 +419,6 @@ def _run_batch(
|
||||
# Phase 3: Transcribe
|
||||
processed = 0
|
||||
failed = 0
|
||||
language_mode = "detected" if defaults["language"] == "auto" else "forced"
|
||||
|
||||
batch_start = time.monotonic()
|
||||
|
||||
for i, file in enumerate(to_process, 1):
|
||||
@@ -435,6 +458,7 @@ def _run_batch(
|
||||
model_path = tfr.model_path
|
||||
|
||||
result = tfr.result
|
||||
language_mode = _format_language_mode(defaults["language"], result)
|
||||
|
||||
if len(result.segments) == 0:
|
||||
console.print(
|
||||
|
||||
@@ -10,6 +10,19 @@ from .types import Segment, TranscribeResult
|
||||
_PAUSE_THRESHOLD_S = 2.0 # пауза между сегментами для разбиения на абзацы
|
||||
_MAX_PARAGRAPH_S = 60.0 # максимальная длительность абзаца
|
||||
|
||||
# Источник языка в шапке транскрипта
|
||||
LANGUAGE_FORCED = "задан явно"
|
||||
LANGUAGE_DETECTED = "определён автоматически"
|
||||
LANGUAGE_FROM_MODEL = "из профиля модели"
|
||||
LANGUAGE_UNKNOWN = "не определён"
|
||||
|
||||
LANGUAGE_MODES = (
|
||||
LANGUAGE_FORCED,
|
||||
LANGUAGE_DETECTED,
|
||||
LANGUAGE_FROM_MODEL,
|
||||
LANGUAGE_UNKNOWN,
|
||||
)
|
||||
|
||||
|
||||
@dataclass
|
||||
class _Paragraph:
|
||||
@@ -80,7 +93,7 @@ def format_transcript(
|
||||
source_filename: str,
|
||||
model_name: str,
|
||||
device_info: str,
|
||||
language_mode: str, # "detected" | "forced"
|
||||
language_mode: str, # см. LANGUAGE_MODES
|
||||
transcription_date: datetime | None = None, # None -> datetime.now()
|
||||
) -> str:
|
||||
"""Собирает markdown-транскрипт: шапка с метаданными + абзацы с таймкодами."""
|
||||
@@ -92,6 +105,9 @@ def format_transcript(
|
||||
lines.append("")
|
||||
lines.append(f"- **Дата транскрипции**: {date.strftime('%Y-%m-%d %H:%M:%S')}")
|
||||
lines.append(f"- **Модель**: {model_name}")
|
||||
if language_mode == LANGUAGE_UNKNOWN:
|
||||
lines.append(f"- **Язык**: {LANGUAGE_UNKNOWN}")
|
||||
else:
|
||||
lines.append(f"- **Язык**: {result.language} ({language_mode})")
|
||||
lines.append(f"- **Длительность**: {format_duration(result.duration)}")
|
||||
if tail_gap(result) > TAIL_GAP_WARN_S:
|
||||
|
||||
@@ -4,6 +4,9 @@ from collections.abc import Callable
|
||||
from dataclasses import dataclass
|
||||
from typing import Any
|
||||
|
||||
# Единый признак «язык неизвестен» для всех бэкендов
|
||||
UNKNOWN_LANGUAGE = "unknown"
|
||||
|
||||
|
||||
@dataclass
|
||||
class Segment:
|
||||
@@ -15,10 +18,10 @@ class Segment:
|
||||
@dataclass
|
||||
class TranscribeResult:
|
||||
segments: list[Segment]
|
||||
language: str
|
||||
language: str # код языка или UNKNOWN_LANGUAGE, если он неизвестен
|
||||
language_probability: float
|
||||
duration: float # seconds
|
||||
device_used: str # "cpu" / "cuda" / "openvino-gpu" / "openvino-cpu"
|
||||
device_used: str # "cpu" / "cuda" / "onnx" / "openvino-gpu" / "openvino-cpu"
|
||||
|
||||
|
||||
@dataclass
|
||||
|
||||
@@ -16,18 +16,16 @@ SUPPORTED_EXTENSIONS = {
|
||||
def detect_device(requested: str = "auto") -> str:
|
||||
"""Определяет устройство для вычислений.
|
||||
|
||||
При ``requested="auto"`` проверяет: CUDA → OpenVINO GPU → OpenVINO CPU → CPU.
|
||||
``"openvino"`` — алиас для авто-детекта внутри OpenVINO (GPU если доступен, иначе CPU).
|
||||
При ``requested="auto"`` выбирает CUDA при наличии ``nvidia-smi``,
|
||||
иначе ONNX на CPU.
|
||||
``"openvino"`` — алиас для авто-детекта внутри OpenVINO
|
||||
(GPU если доступен, иначе CPU).
|
||||
Возвращает всегда конкретное значение (не абстрактный ``"openvino"``).
|
||||
"""
|
||||
if requested == "auto":
|
||||
if shutil.which("nvidia-smi") is not None:
|
||||
return "cuda"
|
||||
if _is_openvino_gpu_available():
|
||||
return "openvino-gpu"
|
||||
if _is_openvino_available():
|
||||
return "openvino-cpu"
|
||||
return "cpu"
|
||||
return "onnx"
|
||||
if requested == "openvino":
|
||||
if _is_openvino_gpu_available():
|
||||
return "openvino-gpu"
|
||||
|
||||
@@ -11,12 +11,21 @@ from local_transcriber.backends.openvino import (
|
||||
OpenVINOBackend,
|
||||
_validate_model_dir,
|
||||
)
|
||||
from local_transcriber.types import Segment
|
||||
from local_transcriber.types import UNKNOWN_LANGUAGE, Segment
|
||||
|
||||
|
||||
# === _resolve_repo ===
|
||||
|
||||
|
||||
def test_model_catalog_contains_large_v3_turbo_profiles():
|
||||
assert {
|
||||
pair: repo for pair, repo in MODEL_REPOS.items() if pair[0] == "large-v3-turbo"
|
||||
} == {
|
||||
("large-v3-turbo", "int8"): "OpenVINO/whisper-large-v3-turbo-int8-ov",
|
||||
("large-v3-turbo", "fp16"): "OpenVINO/whisper-large-v3-turbo-fp16-ov",
|
||||
}
|
||||
|
||||
|
||||
def test_resolve_repo_exact_match():
|
||||
backend = OpenVINOBackend(compute_type_explicit=True)
|
||||
assert backend._resolve_repo("medium", "int8") == ("OpenVINO/whisper-medium-int8-ov", "int8")
|
||||
@@ -47,11 +56,20 @@ def test_resolve_repo_implicit_fallback():
|
||||
assert backend._resolve_repo("base", "int8") == ("OpenVINO/whisper-base-fp16-ov", "fp16")
|
||||
|
||||
|
||||
def test_resolve_repo_implicit_large_v3_prefers_fp16():
|
||||
"""Неявный compute_type: large-v3 автоматически получает fp16."""
|
||||
@pytest.mark.parametrize(
|
||||
("model_name", "expected_compute_type"),
|
||||
[("large-v3", "fp16"), ("large-v3-turbo", "int8")],
|
||||
)
|
||||
def test_resolve_repo_implicit_large_v3_profiles(
|
||||
model_name, expected_compute_type
|
||||
):
|
||||
"""Неявный compute_type различает обычную и turbo-модель."""
|
||||
backend = OpenVINOBackend(compute_type_explicit=False)
|
||||
# Дефолт int8, но для large-v3 override на fp16
|
||||
assert backend._resolve_repo("large-v3", "int8") == ("OpenVINO/whisper-large-v3-fp16-ov", "fp16")
|
||||
|
||||
assert backend._resolve_repo(model_name, "int8") == (
|
||||
f"OpenVINO/whisper-{model_name}-{expected_compute_type}-ov",
|
||||
expected_compute_type,
|
||||
)
|
||||
|
||||
|
||||
def test_resolve_repo_explicit_large_v3_int8_respected():
|
||||
@@ -60,6 +78,26 @@ def test_resolve_repo_explicit_large_v3_int8_respected():
|
||||
assert backend._resolve_repo("large-v3", "int8") == ("OpenVINO/whisper-large-v3-int8-ov", "int8")
|
||||
|
||||
|
||||
@pytest.mark.parametrize("compute_type", ["int8", "fp16"])
|
||||
def test_resolve_repo_large_v3_turbo_quantization(compute_type):
|
||||
backend = OpenVINOBackend(compute_type_explicit=True)
|
||||
|
||||
assert backend._resolve_repo("large-v3-turbo", compute_type) == (
|
||||
f"OpenVINO/whisper-large-v3-turbo-{compute_type}-ov",
|
||||
compute_type,
|
||||
)
|
||||
|
||||
|
||||
def test_resolve_repo_large_v3_turbo_unsupported_quantization_raises():
|
||||
backend = OpenVINOBackend(compute_type_explicit=True)
|
||||
|
||||
with pytest.raises(
|
||||
ValueError,
|
||||
match="Доступные варианты: fp16, int8",
|
||||
):
|
||||
backend._resolve_repo("large-v3-turbo", "float32")
|
||||
|
||||
|
||||
# === ensure_model_available ===
|
||||
|
||||
|
||||
@@ -101,6 +139,27 @@ def test_ensure_model_available_downloads(mock_download, tmp_path):
|
||||
assert any("Скачиваю" in s for s in statuses)
|
||||
|
||||
|
||||
@patch("local_transcriber.backends.openvino.snapshot_download")
|
||||
def test_large_v3_turbo_model_is_resolved_and_created(mock_download, tmp_path):
|
||||
model_dir = tmp_path / "large-v3-turbo"
|
||||
model_dir.mkdir()
|
||||
(model_dir / "openvino_encoder_model.xml").write_text("<xml/>")
|
||||
(model_dir / "openvino_decoder_model.xml").write_text("<xml/>")
|
||||
mock_download.return_value = str(model_dir)
|
||||
mock_ov = MagicMock()
|
||||
|
||||
backend = OpenVINOBackend(ov_device="openvino-cpu", compute_type_explicit=True)
|
||||
model_path = backend.ensure_model_available("large-v3-turbo", "int8")
|
||||
with patch.dict("sys.modules", {"openvino_genai": mock_ov}):
|
||||
backend.create_model(model_path, "openvino-cpu", "int8")
|
||||
|
||||
mock_download.assert_called_once_with(
|
||||
"OpenVINO/whisper-large-v3-turbo-int8-ov",
|
||||
local_files_only=True,
|
||||
)
|
||||
mock_ov.WhisperPipeline.assert_called_once_with(str(model_dir), "CPU")
|
||||
|
||||
|
||||
# === create_model ===
|
||||
|
||||
|
||||
@@ -242,7 +301,7 @@ def test_transcribe_no_language_auto():
|
||||
|
||||
call_kwargs = mock_model.generate.call_args.kwargs
|
||||
assert "language" not in call_kwargs
|
||||
assert result.language == "auto"
|
||||
assert result.language == UNKNOWN_LANGUAGE
|
||||
assert result.language_probability == 0.0
|
||||
|
||||
|
||||
|
||||
+77
-8
@@ -5,8 +5,15 @@ import pytest
|
||||
from rich.console import Console
|
||||
from typer.testing import CliRunner
|
||||
|
||||
from local_transcriber.cli import _format_device_info, app
|
||||
from local_transcriber.cli import _format_device_info, _format_language_mode, app
|
||||
from local_transcriber.formatter import (
|
||||
LANGUAGE_DETECTED,
|
||||
LANGUAGE_FORCED,
|
||||
LANGUAGE_FROM_MODEL,
|
||||
LANGUAGE_UNKNOWN,
|
||||
)
|
||||
from local_transcriber.transcriber import Segment, TranscribeFileResult, TranscribeResult
|
||||
from local_transcriber.types import UNKNOWN_LANGUAGE
|
||||
|
||||
runner = CliRunner()
|
||||
|
||||
@@ -42,6 +49,24 @@ def _make_tfr(result=None, model=None, actual_device="cpu", backend=None, model_
|
||||
)
|
||||
|
||||
|
||||
@pytest.mark.parametrize(
|
||||
("requested_language", "language", "probability", "expected"),
|
||||
[
|
||||
("ru", "ru", 1.0, LANGUAGE_FORCED),
|
||||
("auto", "ru", 0.95, LANGUAGE_DETECTED),
|
||||
("auto", "ru", 0.0, LANGUAGE_FROM_MODEL),
|
||||
("auto", UNKNOWN_LANGUAGE, 0.0, LANGUAGE_UNKNOWN),
|
||||
],
|
||||
)
|
||||
def test_format_language_mode(
|
||||
requested_language, language, probability, expected
|
||||
):
|
||||
result = _make_result(language=language)
|
||||
result.language_probability = probability
|
||||
|
||||
assert _format_language_mode(requested_language, result) == expected
|
||||
|
||||
|
||||
def _single_patches(result=None, tmp_file=None, actual_device="cpu"):
|
||||
"""Patches for a standard single-file CLI happy path."""
|
||||
if result is None:
|
||||
@@ -73,27 +98,32 @@ def test_cli_happy_path_exit_code_zero(tmp_path):
|
||||
def test_cli_default_options_passed_to_transcribe(tmp_path):
|
||||
audio = tmp_path / "test.mp3"
|
||||
audio.write_bytes(b"fake")
|
||||
result = _make_result()
|
||||
result = _make_result(device_used="onnx")
|
||||
model = _make_model()
|
||||
backend = _make_backend()
|
||||
tfr = _make_tfr(result=result, model=model, backend=backend)
|
||||
tfr = _make_tfr(result=result, model=model, actual_device="onnx", backend=backend)
|
||||
mock_transcribe_file = MagicMock(return_value=tfr)
|
||||
|
||||
with (
|
||||
patch("local_transcriber.cli.load_config", return_value={}),
|
||||
patch("local_transcriber.cli.validate_input_file", return_value=audio),
|
||||
patch("local_transcriber.cli.detect_device", return_value="cpu"),
|
||||
patch("local_transcriber.cli.load_model", return_value=(model, "cpu", backend, "/models/medium")),
|
||||
patch("local_transcriber.cli.detect_device", return_value="onnx"),
|
||||
patch(
|
||||
"local_transcriber.cli.load_model",
|
||||
return_value=(model, "onnx", backend, "/models/gigaam-v3-e2e-rnnt"),
|
||||
),
|
||||
patch("local_transcriber.cli._transcribe_file", mock_transcribe_file),
|
||||
patch("local_transcriber.cli.write_transcript"),
|
||||
):
|
||||
runner.invoke(app, [str(audio)])
|
||||
out = runner.invoke(app, [str(audio)])
|
||||
|
||||
call_kwargs = mock_transcribe_file.call_args[1]
|
||||
assert call_kwargs["model_name"] == "medium"
|
||||
assert call_kwargs["compute_type"] == "float32"
|
||||
assert call_kwargs["model_name"] == "gigaam-v3-e2e-rnnt"
|
||||
assert call_kwargs["compute_type"] == "int8"
|
||||
assert call_kwargs["language"] == "ru"
|
||||
assert call_kwargs["on_segment"] is None # verbose=False
|
||||
assert "Модель: gigaam-v3-e2e-rnnt" in out.output
|
||||
assert "Устройство: onnx" in out.output
|
||||
|
||||
|
||||
def test_cli_custom_options(tmp_path):
|
||||
@@ -660,6 +690,45 @@ def test_cli_config_applied(tmp_path):
|
||||
assert mock_load_model.call_args[0][0] == "tiny"
|
||||
|
||||
|
||||
def test_cli_config_overrides_auto_device(tmp_path):
|
||||
audio = tmp_path / "test.mp3"
|
||||
audio.write_bytes(b"fake")
|
||||
model = _make_model()
|
||||
backend = _make_backend()
|
||||
result = _make_result(device_used="openvino-cpu")
|
||||
tfr = _make_tfr(
|
||||
result=result,
|
||||
model=model,
|
||||
actual_device="openvino-cpu",
|
||||
backend=backend,
|
||||
)
|
||||
mock_detect_device = MagicMock(return_value="openvino-cpu")
|
||||
mock_load_model = MagicMock(
|
||||
return_value=(model, "openvino-cpu", backend, "/models/medium")
|
||||
)
|
||||
|
||||
with (
|
||||
patch(
|
||||
"local_transcriber.cli.load_config",
|
||||
return_value={
|
||||
"device": "openvino-cpu",
|
||||
"model": "medium",
|
||||
"compute_type": "int8",
|
||||
},
|
||||
),
|
||||
patch("local_transcriber.cli.validate_input_file", return_value=audio),
|
||||
patch("local_transcriber.cli.detect_device", mock_detect_device),
|
||||
patch("local_transcriber.cli.load_model", mock_load_model),
|
||||
patch("local_transcriber.cli._transcribe_file", return_value=tfr),
|
||||
patch("local_transcriber.cli.write_transcript"),
|
||||
):
|
||||
out = runner.invoke(app, [str(audio)])
|
||||
|
||||
assert out.exit_code == 0
|
||||
assert mock_detect_device.call_args_list[0].args == ("openvino-cpu",)
|
||||
assert mock_load_model.call_args.args[:3] == ("medium", "openvino-cpu", "int8")
|
||||
|
||||
|
||||
def test_cli_cli_overrides_config(tmp_path):
|
||||
audio = tmp_path / "test.mp3"
|
||||
audio.write_bytes(b"fake")
|
||||
|
||||
@@ -71,11 +71,17 @@ def test_load_config_invalid_device(tmp_path):
|
||||
|
||||
|
||||
def test_resolve_defaults_cli_wins():
|
||||
config = {"model": "tiny", "language": "en"}
|
||||
cli = {"model": "small", "language": None, "device": None, "compute_type": None}
|
||||
config = {"model": "tiny", "language": "en", "device": "openvino-cpu"}
|
||||
cli = {
|
||||
"model": "small",
|
||||
"language": None,
|
||||
"device": "onnx",
|
||||
"compute_type": None,
|
||||
}
|
||||
result = resolve_defaults(cli, config)
|
||||
assert result["model"] == "small"
|
||||
assert result["language"] == "en"
|
||||
assert result["device"] == "onnx"
|
||||
|
||||
|
||||
def test_resolve_defaults_config_wins():
|
||||
|
||||
+37
-12
@@ -2,12 +2,16 @@ from datetime import datetime
|
||||
from pathlib import Path
|
||||
|
||||
from local_transcriber.formatter import (
|
||||
LANGUAGE_DETECTED,
|
||||
LANGUAGE_FORCED,
|
||||
LANGUAGE_UNKNOWN,
|
||||
_group_segments,
|
||||
format_timestamp,
|
||||
format_transcript,
|
||||
write_transcript,
|
||||
)
|
||||
from local_transcriber.transcriber import Segment, TranscribeResult
|
||||
from local_transcriber.types import UNKNOWN_LANGUAGE
|
||||
|
||||
|
||||
def test_format_timestamp_minutes():
|
||||
@@ -40,14 +44,14 @@ def test_format_transcript_basic():
|
||||
source_filename="meeting.mp4",
|
||||
model_name="large-v3",
|
||||
device_info="CUDA (NVIDIA GeForce RTX 3060)",
|
||||
language_mode="detected",
|
||||
language_mode=LANGUAGE_DETECTED,
|
||||
transcription_date=datetime(2026, 3, 17, 14, 30, 5),
|
||||
)
|
||||
|
||||
assert "# Транскрипт: meeting.mp4" in content
|
||||
assert "**Дата транскрипции**: 2026-03-17 14:30:05" in content
|
||||
assert "**Модель**: large-v3" in content
|
||||
assert "**Язык**: ru (detected)" in content
|
||||
assert "**Язык**: ru (определён автоматически)" in content
|
||||
assert "**Длительность**: 02:00" in content
|
||||
assert "**Устройство**: CUDA (NVIDIA GeForce RTX 3060)" in content
|
||||
assert "---" in content
|
||||
@@ -55,6 +59,27 @@ def test_format_transcript_basic():
|
||||
assert "[00:00.00 - 00:09.15] Добрый день, коллеги. Первый вопрос." in content
|
||||
|
||||
|
||||
def test_format_transcript_unknown_language_without_placeholder():
|
||||
"""Неизвестный язык печатается одной строкой, без служебного значения."""
|
||||
result = TranscribeResult(
|
||||
segments=[Segment(start=0.0, end=4.0, text=" Добрый день.")],
|
||||
language=UNKNOWN_LANGUAGE,
|
||||
language_probability=0.0,
|
||||
duration=120.0,
|
||||
device_used="openvino-cpu",
|
||||
)
|
||||
content = format_transcript(
|
||||
result,
|
||||
source_filename="meeting.mp4",
|
||||
model_name="medium",
|
||||
device_info="OpenVINO (CPU)",
|
||||
language_mode=LANGUAGE_UNKNOWN,
|
||||
)
|
||||
|
||||
assert "**Язык**: не определён" in content
|
||||
assert UNKNOWN_LANGUAGE not in content
|
||||
|
||||
|
||||
def test_format_transcript_segment_no_leading_space():
|
||||
"""Сегменты без ведущего пробела должны форматироваться корректно."""
|
||||
result = TranscribeResult(
|
||||
@@ -69,7 +94,7 @@ def test_format_transcript_segment_no_leading_space():
|
||||
source_filename="f.mp3",
|
||||
model_name="tiny",
|
||||
device_info="CPU",
|
||||
language_mode="detected",
|
||||
language_mode=LANGUAGE_DETECTED,
|
||||
transcription_date=datetime(2026, 1, 1, 0, 0, 0),
|
||||
)
|
||||
assert "[00:00.00 - 00:02.00] Hello" in content
|
||||
@@ -88,7 +113,7 @@ def test_format_transcript_empty():
|
||||
source_filename="silence.wav",
|
||||
model_name="tiny",
|
||||
device_info="CPU",
|
||||
language_mode="detected",
|
||||
language_mode=LANGUAGE_DETECTED,
|
||||
transcription_date=datetime(2026, 1, 1, 0, 0, 0),
|
||||
)
|
||||
|
||||
@@ -113,12 +138,12 @@ def test_format_transcript_long():
|
||||
source_filename="long.mp4",
|
||||
model_name="large-v3",
|
||||
device_info="CUDA",
|
||||
language_mode="forced",
|
||||
language_mode=LANGUAGE_FORCED,
|
||||
transcription_date=datetime(2026, 3, 17, 10, 0, 0),
|
||||
)
|
||||
|
||||
assert "**Длительность**: 01:03:20" in content
|
||||
assert "**Язык**: en (forced)" in content
|
||||
assert "**Язык**: en (задан явно)" in content
|
||||
# Timestamps should use hours format
|
||||
assert "[00:00:00.00 - 00:00:10.50] Начало." in content
|
||||
assert "[01:01:40.00 - 01:01:50.25] Конец." in content
|
||||
@@ -188,7 +213,7 @@ def test_format_transcript_tail_gap_warning():
|
||||
source_filename="tail.mp3",
|
||||
model_name="medium",
|
||||
device_info="CPU",
|
||||
language_mode="forced",
|
||||
language_mode=LANGUAGE_FORCED,
|
||||
transcription_date=datetime(2026, 1, 1, 0, 0, 0),
|
||||
)
|
||||
|
||||
@@ -210,7 +235,7 @@ def test_format_transcript_no_tail_gap_warning_for_small_gap():
|
||||
source_filename="ok.mp3",
|
||||
model_name="medium",
|
||||
device_info="CPU",
|
||||
language_mode="forced",
|
||||
language_mode=LANGUAGE_FORCED,
|
||||
transcription_date=datetime(2026, 1, 1, 0, 0, 0),
|
||||
)
|
||||
|
||||
@@ -231,7 +256,7 @@ def test_format_transcript_no_tail_gap_warning_for_exact_threshold():
|
||||
source_filename="ok.mp3",
|
||||
model_name="medium",
|
||||
device_info="CPU",
|
||||
language_mode="forced",
|
||||
language_mode=LANGUAGE_FORCED,
|
||||
transcription_date=datetime(2026, 1, 1, 0, 0, 0),
|
||||
)
|
||||
|
||||
@@ -257,7 +282,7 @@ def test_format_transcript_repetition_warning():
|
||||
source_filename="repeat.mp3",
|
||||
model_name="medium",
|
||||
device_info="CPU",
|
||||
language_mode="forced",
|
||||
language_mode=LANGUAGE_FORCED,
|
||||
transcription_date=datetime(2026, 1, 1, 0, 0, 0),
|
||||
)
|
||||
|
||||
@@ -284,7 +309,7 @@ def test_format_transcript_repetition_warning_uses_hours():
|
||||
source_filename="long-repeat.mp3",
|
||||
model_name="medium",
|
||||
device_info="CPU",
|
||||
language_mode="forced",
|
||||
language_mode=LANGUAGE_FORCED,
|
||||
transcription_date=datetime(2026, 1, 1, 0, 0, 0),
|
||||
)
|
||||
|
||||
@@ -305,7 +330,7 @@ def test_format_transcript_without_anomalies_has_no_warning_lines():
|
||||
source_filename="ok.mp3",
|
||||
model_name="medium",
|
||||
device_info="CPU",
|
||||
language_mode="forced",
|
||||
language_mode=LANGUAGE_FORCED,
|
||||
transcription_date=datetime(2026, 1, 1, 0, 0, 0),
|
||||
)
|
||||
|
||||
|
||||
+96
-2
@@ -1,9 +1,11 @@
|
||||
"""Tests for onnx-asr backend."""
|
||||
|
||||
import warnings
|
||||
|
||||
import pytest
|
||||
|
||||
from local_transcriber.backends.onnx_asr import OnnxAsrBackend
|
||||
from local_transcriber.types import Segment, TranscribeResult
|
||||
from local_transcriber.types import UNKNOWN_LANGUAGE, Segment, TranscribeResult
|
||||
|
||||
|
||||
class FakeVadSegment:
|
||||
@@ -224,6 +226,69 @@ class TestCreateModel:
|
||||
|
||||
|
||||
class TestTranscribe:
|
||||
@pytest.mark.parametrize(
|
||||
("model_name", "language", "expects_warning"),
|
||||
[
|
||||
("gigaam-v3-e2e-rnnt", "en", True),
|
||||
("gigaam-v3-e2e-rnnt", "ru", False),
|
||||
("gigaam-multilingual-ctc", "en", False),
|
||||
],
|
||||
)
|
||||
def test_warns_when_language_is_not_supported(
|
||||
self, monkeypatch, tmp_path, model_name, language, expects_warning
|
||||
):
|
||||
wav_file = tmp_path / "test.wav"
|
||||
wav_file.write_bytes(b"fake audio")
|
||||
|
||||
monkeypatch.setattr(
|
||||
"faster_whisper.decode_audio",
|
||||
lambda path, sampling_rate=16000: [0.0] * 16000,
|
||||
)
|
||||
|
||||
class FakeModel:
|
||||
def recognize(self, waveform, sample_rate, language=None):
|
||||
return iter(())
|
||||
|
||||
backend = OnnxAsrBackend()
|
||||
backend.ensure_model_available(model_name, "int8")
|
||||
|
||||
if expects_warning:
|
||||
with pytest.warns(
|
||||
UserWarning,
|
||||
match=(
|
||||
r"Язык 'en'.*--device openvino-cpu --model medium.*"
|
||||
r"--device cpu --model medium.*"
|
||||
r"--device cuda --model medium"
|
||||
),
|
||||
):
|
||||
backend.transcribe(FakeModel(), wav_file, language=language)
|
||||
else:
|
||||
with warnings.catch_warnings(record=True) as caught:
|
||||
backend.transcribe(FakeModel(), wav_file, language=language)
|
||||
assert caught == []
|
||||
|
||||
def test_auto_language_uses_single_supported_model_language(
|
||||
self, monkeypatch, tmp_path
|
||||
):
|
||||
wav_file = tmp_path / "test.wav"
|
||||
wav_file.write_bytes(b"fake audio")
|
||||
monkeypatch.setattr(
|
||||
"faster_whisper.decode_audio",
|
||||
lambda path, sampling_rate=16000: [0.0] * 16000,
|
||||
)
|
||||
|
||||
class FakeModel:
|
||||
def recognize(self, waveform, sample_rate, language=None):
|
||||
return iter(())
|
||||
|
||||
backend = OnnxAsrBackend()
|
||||
backend.ensure_model_available("gigaam-v3-e2e-rnnt", "int8")
|
||||
|
||||
result = backend.transcribe(FakeModel(), wav_file, language=None)
|
||||
|
||||
assert result.language == "ru"
|
||||
assert result.language_probability == 0.0
|
||||
|
||||
def test_transcribe_collects_segments(self, monkeypatch, tmp_path):
|
||||
"""Verify transcribe maps VAD segments to project Segments."""
|
||||
wav_file = tmp_path / "test.wav"
|
||||
@@ -326,7 +391,7 @@ class TestTranscribe:
|
||||
result = backend.transcribe(FakeModel(), wav_file, language=None)
|
||||
|
||||
assert len(result.segments) == 0
|
||||
assert result.language == "unknown"
|
||||
assert result.language == UNKNOWN_LANGUAGE
|
||||
assert result.duration == 1.0
|
||||
|
||||
def test_transcribe_skips_zero_length_vad_segments(self, monkeypatch, tmp_path):
|
||||
@@ -386,3 +451,32 @@ class TestModelAliases:
|
||||
backend = OnnxAsrBackend()
|
||||
with pytest.raises(ValueError, match="Неподдерживаемая модель"):
|
||||
backend._resolve_model("nonexistent-model")
|
||||
|
||||
def test_whisper_alias_error_suggests_explicit_backend(self):
|
||||
backend = OnnxAsrBackend()
|
||||
|
||||
with pytest.raises(
|
||||
ValueError,
|
||||
match=r"Whisper.*--device openvino-cpu.*--device cuda",
|
||||
):
|
||||
backend._resolve_model("medium")
|
||||
|
||||
def test_whisper_error_offers_platform_independent_backend(self):
|
||||
"""На macOS и ARM нет ни OpenVINO, ни CUDA — нужен путь через cpu."""
|
||||
backend = OnnxAsrBackend()
|
||||
|
||||
with pytest.raises(ValueError, match=r"--device cpu --model medium"):
|
||||
backend._resolve_model("medium")
|
||||
|
||||
def test_turbo_whisper_error_suggests_models_supported_by_backends(self):
|
||||
backend = OnnxAsrBackend()
|
||||
|
||||
with pytest.raises(ValueError) as exc_info:
|
||||
backend._resolve_model("large-v3-turbo")
|
||||
|
||||
message = str(exc_info.value)
|
||||
assert "--device openvino-cpu --model large-v3-turbo" in message
|
||||
assert "--device cuda --model medium" in message
|
||||
assert "--device cpu --model medium" in message
|
||||
assert "--device cuda --model large-v3-turbo" not in message
|
||||
assert "--device cpu --model large-v3-turbo" not in message
|
||||
|
||||
+9
-32
@@ -61,46 +61,23 @@ def test_detect_device_explicit_passthrough():
|
||||
"""Явные device strings проходят без изменений."""
|
||||
assert detect_device("cpu") == "cpu"
|
||||
assert detect_device("cuda") == "cuda"
|
||||
assert detect_device("onnx") == "onnx"
|
||||
assert detect_device("openvino-gpu") == "openvino-gpu"
|
||||
assert detect_device("openvino-cpu") == "openvino-cpu"
|
||||
|
||||
|
||||
def test_detect_device_auto_openvino_gpu():
|
||||
"""auto + нет nvidia-smi + есть OpenVINO GPU → openvino-gpu."""
|
||||
with (
|
||||
patch("local_transcriber.utils.shutil.which", return_value=None),
|
||||
patch("local_transcriber.utils._is_openvino_gpu_available", return_value=True),
|
||||
):
|
||||
assert detect_device("auto") == "openvino-gpu"
|
||||
|
||||
|
||||
def test_detect_device_auto_openvino_cpu():
|
||||
"""auto + нет nvidia-smi + есть OpenVINO, нет GPU → openvino-cpu."""
|
||||
with (
|
||||
patch("local_transcriber.utils.shutil.which", return_value=None),
|
||||
patch("local_transcriber.utils._is_openvino_gpu_available", return_value=False),
|
||||
patch("local_transcriber.utils._is_openvino_available", return_value=True),
|
||||
):
|
||||
assert detect_device("auto") == "openvino-cpu"
|
||||
|
||||
|
||||
def test_detect_device_cuda_over_openvino():
|
||||
"""nvidia-smi доступен и openvino тоже → cuda побеждает."""
|
||||
with (
|
||||
patch("local_transcriber.utils.shutil.which", return_value="/usr/bin/nvidia-smi"),
|
||||
patch("local_transcriber.utils._is_openvino_gpu_available", return_value=True),
|
||||
def test_detect_device_auto_cuda_when_nvidia_smi_available():
|
||||
"""При доступном nvidia-smi auto выбирает CUDA."""
|
||||
with patch(
|
||||
"local_transcriber.utils.shutil.which", return_value="/usr/bin/nvidia-smi"
|
||||
):
|
||||
assert detect_device("auto") == "cuda"
|
||||
|
||||
|
||||
def test_detect_device_auto_cpu_fallback():
|
||||
"""Ни nvidia-smi, ни openvino → cpu."""
|
||||
with (
|
||||
patch("local_transcriber.utils.shutil.which", return_value=None),
|
||||
patch("local_transcriber.utils._is_openvino_gpu_available", return_value=False),
|
||||
patch("local_transcriber.utils._is_openvino_available", return_value=False),
|
||||
):
|
||||
assert detect_device("auto") == "cpu"
|
||||
def test_detect_device_auto_onnx_without_cuda():
|
||||
"""Без CUDA auto выбирает ONNX CPU."""
|
||||
with patch("local_transcriber.utils.shutil.which", return_value=None):
|
||||
assert detect_device("auto") == "onnx"
|
||||
|
||||
|
||||
def test_detect_device_openvino_resolves_to_gpu():
|
||||
|
||||
@@ -279,7 +279,7 @@ requires-dist = [
|
||||
{ name = "nvidia-cublas-cu12", marker = "platform_machine == 'x86_64' and sys_platform == 'linux'", specifier = ">=12.4,<13" },
|
||||
{ name = "onnx-asr", extras = ["cpu", "hub"], specifier = ">=0.12,<0.13" },
|
||||
{ name = "onnxruntime", specifier = ">=1.28,<2" },
|
||||
{ name = "openvino-genai", marker = "(platform_machine == 'AMD64' and sys_platform != 'darwin') or (platform_machine == 'x86_64' and sys_platform != 'darwin')", specifier = ">=2026.0.0.0,<2026.1" },
|
||||
{ name = "openvino-genai", marker = "(platform_machine == 'AMD64' and sys_platform != 'darwin') or (platform_machine == 'x86_64' and sys_platform != 'darwin')", specifier = ">=2026.3.0.0,<2026.4" },
|
||||
{ name = "rich", specifier = ">=14.3.3,<15" },
|
||||
{ name = "socksio", specifier = ">=1.0.0,<2" },
|
||||
{ name = "typer", specifier = ">=0.24.1,<1" },
|
||||
@@ -416,35 +416,35 @@ wheels = [
|
||||
|
||||
[[package]]
|
||||
name = "openvino"
|
||||
version = "2026.0.0"
|
||||
version = "2026.3.0"
|
||||
source = { registry = "https://pypi.org/simple" }
|
||||
dependencies = [
|
||||
{ name = "numpy" },
|
||||
{ name = "openvino-telemetry" },
|
||||
]
|
||||
wheels = [
|
||||
{ url = "https://files.pythonhosted.org/packages/71/3f/95b15760d7ae4b7dfefdbadeccae9604985d4335b221350e1bb04701a158/openvino-2026.0.0-20965-cp313-cp313-manylinux_2_28_x86_64.whl", hash = "sha256:452902e4b8fba526e8740622cd5638c457d3ae44da7b39e6d4ef7919be0e95d4", size = 53444542, upload-time = "2026-02-23T16:10:46.343Z" },
|
||||
{ url = "https://files.pythonhosted.org/packages/d4/26/82d326f3769c9e5c17d34ef10dd0aff4a94a3b550e1d2efe977e5754b84e/openvino-2026.0.0-20965-cp313-cp313-win_amd64.whl", hash = "sha256:14069e5af2ac8a77f6ea55d7020d34cc7d3538d49ebda91a18c00d4da830ab58", size = 69160606, upload-time = "2026-02-23T16:10:52.9Z" },
|
||||
{ url = "https://files.pythonhosted.org/packages/fe/8e/52df01e8687f4711259729433226219c6839a0495988ddeb7e27af59aba8/openvino-2026.0.0-20965-cp314-cp314-manylinux_2_28_x86_64.whl", hash = "sha256:79ce4b5d7f3a7f84de878752d97620b84e0c4a8ee550fb3bca9fc36fe5669450", size = 53449059, upload-time = "2026-02-23T16:10:59.54Z" },
|
||||
{ url = "https://files.pythonhosted.org/packages/f7/a8/bc8e75d3f75ee2529a12be9522f52a8d0e5614f24c00f95a20b69f587d3c/openvino-2026.0.0-20965-cp314-cp314-win_amd64.whl", hash = "sha256:6d33440d290e67836825418134ecf9e17f150d50d3d9c07cf481997f5b1f0e6d", size = 69165824, upload-time = "2026-02-23T16:11:03.127Z" },
|
||||
{ url = "https://files.pythonhosted.org/packages/a8/06/1a2caa07bfcb4e057048b8d5515a7aff35a2aa53ab5379762c1685cbeacc/openvino-2026.0.0-20965-cp314-cp314t-manylinux_2_28_x86_64.whl", hash = "sha256:8cbe36e0dacd8676eb69c9a4b564fa430d784f6e2b0e18e7ebc363599256c184", size = 53502042, upload-time = "2026-02-23T16:11:09.744Z" },
|
||||
{ url = "https://files.pythonhosted.org/packages/2c/dd/6a05a399d90ad4e8b15e0d5a4dd7de90c10484cb1585bd65e7e69e779762/openvino-2026.0.0-20965-cp314-cp314t-win_amd64.whl", hash = "sha256:a9e5524322c42f6a1283148fb70085aba8640a7d3067ede896085abbff5e33fe", size = 69325734, upload-time = "2026-02-23T16:11:13.283Z" },
|
||||
{ url = "https://files.pythonhosted.org/packages/8c/d3/69e7083339f32621359f0bce2be3a7454db3c9a71fa7492f0a0941c00037/openvino-2026.3.0-22451-cp313-cp313-manylinux_2_28_x86_64.whl", hash = "sha256:b7d09f20f009b9167a863f615a2b27400ce025bda8086cc72a2eb6ac3bf1d2af", size = 57480757, upload-time = "2026-08-04T09:06:44.336Z" },
|
||||
{ url = "https://files.pythonhosted.org/packages/48/f8/f71508784562a3d427f52f59d74a6364d559e6e82bb112cab5d6a6a677bb/openvino-2026.3.0-22451-cp313-cp313-win_amd64.whl", hash = "sha256:1c41f2d1072d600c260741b350aaf4a09d53f821a9a8fc8989bdc79a46b50a2c", size = 75797507, upload-time = "2026-08-04T09:06:51.858Z" },
|
||||
{ url = "https://files.pythonhosted.org/packages/d7/97/fdace942843da232ea06a5a67cc3a70d292873657dc933408fdb9bb796a8/openvino-2026.3.0-22451-cp314-cp314-manylinux_2_28_x86_64.whl", hash = "sha256:81a64aebd1a80da93bc9413b3ba9c93846c7cac57161cd4d7b287b354d77ad19", size = 57482441, upload-time = "2026-08-04T09:06:59.277Z" },
|
||||
{ url = "https://files.pythonhosted.org/packages/60/cb/ed637225c7373d9a4267e7fa7252c1f3767fbc9853a906d78068a279b73a/openvino-2026.3.0-22451-cp314-cp314-win_amd64.whl", hash = "sha256:07a8c1cb32e3f7942aab4a0c48404b591e63c89813906c7bc5b001f94bed447c", size = 75798958, upload-time = "2026-08-04T09:07:07.28Z" },
|
||||
{ url = "https://files.pythonhosted.org/packages/f0/3c/40c0bbd5c57fc0b5c0c41f9e6f0ec722f231ff25c37d20240d2baf446409/openvino-2026.3.0-22451-cp314-cp314t-manylinux_2_28_x86_64.whl", hash = "sha256:65f34103c28107e830e1fb70cb9c62afdb31cfde4f8b6056c942761796b1d4fe", size = 57526976, upload-time = "2026-08-04T09:07:15.131Z" },
|
||||
{ url = "https://files.pythonhosted.org/packages/dc/ca/927354fa957dd0e8c8f53401dcd1239c4cd50d95a26ff5da3bc4b502f4dc/openvino-2026.3.0-22451-cp314-cp314t-win_amd64.whl", hash = "sha256:17581c5acbdaf9bf503cd21d5ad852df7e547073ad7a529661b19f40ab3c8db6", size = 75963071, upload-time = "2026-08-04T09:07:24.796Z" },
|
||||
]
|
||||
|
||||
[[package]]
|
||||
name = "openvino-genai"
|
||||
version = "2026.0.0.0"
|
||||
version = "2026.3.0.0"
|
||||
source = { registry = "https://pypi.org/simple" }
|
||||
dependencies = [
|
||||
{ name = "openvino-tokenizers" },
|
||||
]
|
||||
wheels = [
|
||||
{ url = "https://files.pythonhosted.org/packages/d3/98/fe5716b9dc2f29286b68b98a4c67bc33003e3b02cf4d92236345a2d7280e/openvino_genai-2026.0.0.0-2050-cp313-cp313-manylinux_2_28_x86_64.whl", hash = "sha256:08f73852a455d63453e7f74f22b0aebd0c3579f8cb89133e66e438c09df26b71", size = 4930444, upload-time = "2026-02-23T16:17:33.953Z" },
|
||||
{ url = "https://files.pythonhosted.org/packages/02/80/bc87545dfbbd7f4a3bd1667a4c9b5f1d8e1b476fec34225692bca6a86590/openvino_genai-2026.0.0.0-2050-cp313-cp313-win_amd64.whl", hash = "sha256:ada030b34a9e2fe0c6c406c2af2ce7b6e8cb16654329a469055fdac8a3eba19d", size = 2900293, upload-time = "2026-02-23T16:17:37.673Z" },
|
||||
{ url = "https://files.pythonhosted.org/packages/af/09/18e678f2d0ac4ee993244d3cf0e6a80ec7013add2972153ad355d889d8cc/openvino_genai-2026.0.0.0-2050-cp314-cp314-manylinux_2_28_x86_64.whl", hash = "sha256:77b73d1947d7f62a672857ef35d187074c6918de1db1d3f981452c2d67511c13", size = 4931196, upload-time = "2026-02-23T16:17:40.423Z" },
|
||||
{ url = "https://files.pythonhosted.org/packages/a4/be/3f02a70a16147b08b933908ef1c8af930ecd5c65ba78e14f988112d3d691/openvino_genai-2026.0.0.0-2050-cp314-cp314-win_amd64.whl", hash = "sha256:c59aeab5993c78194dc552cc9249bab509f7e44b1fb2f0d5a90c5e61869f06b8", size = 2900527, upload-time = "2026-02-23T16:17:43.244Z" },
|
||||
{ url = "https://files.pythonhosted.org/packages/6d/e8/7da6a1b86e3178e825560442ea4460ba4c92bb417fb8edda9e2210febec6/openvino_genai-2026.0.0.0-2050-cp314-cp314t-manylinux_2_28_x86_64.whl", hash = "sha256:d807c5cabdea20bab2199ffa736831f57baaf0571e80d19cf4b65004f6b00747", size = 4943971, upload-time = "2026-02-23T16:17:46.021Z" },
|
||||
{ url = "https://files.pythonhosted.org/packages/e3/19/221256ce3b0276bb3ba3ce7e8fc57b2968a662c2acde7427c342d917867f/openvino_genai-2026.0.0.0-2050-cp314-cp314t-win_amd64.whl", hash = "sha256:bb537f5a65203eee12326e6bb9578e834d96d94ab3fa48c806990ef04a455935", size = 2900592, upload-time = "2026-02-23T16:17:47.452Z" },
|
||||
{ url = "https://files.pythonhosted.org/packages/0f/94/6968a1b95f6b9931741ef1a302c2e7ab2d3193f76224fead0ed736506db3/openvino_genai-2026.3.0.0-2495-cp313-cp313-manylinux_2_28_x86_64.whl", hash = "sha256:cd9f7bc035d2a23f01617e64f8963477335f15e048c6c9fcf1cce6c925fedf3e", size = 6211947, upload-time = "2026-08-04T09:34:59.252Z" },
|
||||
{ url = "https://files.pythonhosted.org/packages/50/74/cec114195adf6237c000fabd6c5da61f04edf3b1d719db7601e452977e4f/openvino_genai-2026.3.0.0-2495-cp313-cp313-win_amd64.whl", hash = "sha256:08411eb51bd0bddc717e2d97c541cc5cc946bde70e74da6dd7428149e5e0cdbb", size = 3669271, upload-time = "2026-08-04T09:35:02.699Z" },
|
||||
{ url = "https://files.pythonhosted.org/packages/ed/02/ed9f6773a40cc8b0fc166979abf6b56aed3a9f5840f9f0bf76fbf82cc349/openvino_genai-2026.3.0.0-2495-cp314-cp314-manylinux_2_28_x86_64.whl", hash = "sha256:2df610ec970b66b95cc4987d888c543e979bda515aed0c8ffda99954d10b4133", size = 6213490, upload-time = "2026-08-04T09:35:05.799Z" },
|
||||
{ url = "https://files.pythonhosted.org/packages/0d/9d/9e877a92ff22e9cec0cb930bcccd58013050726af91a9c1b8ff15264ed27/openvino_genai-2026.3.0.0-2495-cp314-cp314-win_amd64.whl", hash = "sha256:9331df790dcf57d796b6486ce9d9219ad4172c851cd657fafb9c5c0c82177c43", size = 3670597, upload-time = "2026-08-04T09:35:09.064Z" },
|
||||
{ url = "https://files.pythonhosted.org/packages/72/98/a4747cc685a5d2cc252ccb337c022e455f5761041e0d19980d0884ecadd9/openvino_genai-2026.3.0.0-2495-cp314-cp314t-manylinux_2_28_x86_64.whl", hash = "sha256:58a9e7493391ce8478440fbc14610968255a06a2717068f476b1ba519fe488a1", size = 6222203, upload-time = "2026-08-04T09:35:11.83Z" },
|
||||
{ url = "https://files.pythonhosted.org/packages/33/27/af5aee755635dc1cd19bb7406410a099364205c3a35e49766e54ca174c15/openvino_genai-2026.3.0.0-2495-cp314-cp314t-win_amd64.whl", hash = "sha256:0d3770d721f336549747b3ce054ad6bc726609e1fc3f5ce90c4954c63f23e4b9", size = 3670880, upload-time = "2026-08-04T09:35:14.895Z" },
|
||||
]
|
||||
|
||||
[[package]]
|
||||
@@ -458,14 +458,14 @@ wheels = [
|
||||
|
||||
[[package]]
|
||||
name = "openvino-tokenizers"
|
||||
version = "2026.0.0.0"
|
||||
version = "2026.3.0.0"
|
||||
source = { registry = "https://pypi.org/simple" }
|
||||
dependencies = [
|
||||
{ name = "openvino" },
|
||||
]
|
||||
wheels = [
|
||||
{ url = "https://files.pythonhosted.org/packages/45/22/2b976c129d43b214034a16a999d54eb659d5b2f15c12b2be52ab44e3235d/openvino_tokenizers-2026.0.0.0-py3-none-manylinux_2_28_x86_64.whl", hash = "sha256:84ee496d9fe4ff7866ed9a1370cb71bf3af9526601a701c59d269854a2b0dfc7", size = 13693316, upload-time = "2026-02-23T16:12:13.41Z" },
|
||||
{ url = "https://files.pythonhosted.org/packages/24/86/4e7428a2fb350311a7f616c897ee1427d70cd814a2d64b2af9efb81fb881/openvino_tokenizers-2026.0.0.0-py3-none-win_amd64.whl", hash = "sha256:90f77c203c40623733e867754b952e8f0b86d9c86782abdbe9cf4bf2c82ce693", size = 13988492, upload-time = "2026-02-23T16:12:19.586Z" },
|
||||
{ url = "https://files.pythonhosted.org/packages/0b/68/c1ba2177f4ce1f455aae858548aece8b6491b862a6458b03c5d5dbf356ef/openvino_tokenizers-2026.3.0.0-py3-none-manylinux_2_28_x86_64.whl", hash = "sha256:9d35bb52d353a30d1194cd21c43d3949d0fac853b5bd3721994f70acfea051e4", size = 1829895, upload-time = "2026-08-04T09:28:12.083Z" },
|
||||
{ url = "https://files.pythonhosted.org/packages/c9/65/707874d377a245fbc5fbeaeac77e4aaf878f4e0938ab9d1203f8b01e5aab/openvino_tokenizers-2026.3.0.0-py3-none-win_amd64.whl", hash = "sha256:7c6fb2f1e9b6c3c4b2bdb992e69ef97869787d8486b193d155d24aaa9cd5fed0", size = 1541664, upload-time = "2026-08-04T09:28:15.307Z" },
|
||||
]
|
||||
|
||||
[[package]]
|
||||
|
||||
Reference in New Issue
Block a user