ddadmin d9c9aefdb3 feat(onnx-asr): реализовать create_model с Silero VAD ...

- Зачем:
  - onnx-asr модель должна создаваться с квантизацией и VAD для разбивки аудио на сегменты.
- Что:
  - метод create_model вызывает onnx_asr.load_model с квантизацией и cpu_preprocessing=True.
  - подгружается Silero VAD, прикрепляется к модели через with_vad.
  - написаны 3 теста: проверка аргументов load_model, загрузка VAD, передача fp16.
- Проверка:
  - uv run pytest tests/test_onnx_asr.py -v

2026-04-25 21:22:02 +03:00

..

__init__.py

feat(scaffold): добавлена начальная структура проекта local-transcriber

2026-03-17 21:46:10 +03:00

test_backend_openvino.py

feat(cli): --threads для управления CPU-потоками + бенчмарк CUDA compute_type

2026-03-24 22:49:16 +03:00

test_cli.py

feat(cli): --threads для управления CPU-потоками + бенчмарк CUDA compute_type

2026-03-24 22:49:16 +03:00

test_config.py

feat(openvino): добавлена поддержка Intel GPU через OpenVINO

2026-03-22 15:45:27 +03:00

test_cuda_bootstrap.py

feat(cuda): добавлен прозрачный GPU runtime для Linux/WSL2

2026-03-18 18:37:14 +03:00

test_formatter.py

feat(formatter): объединение сегментов в абзацы по паузам

2026-03-18 19:33:52 +03:00

test_onnx_asr.py

feat(onnx-asr): реализовать create_model с Silero VAD

2026-04-25 21:22:02 +03:00

test_transcriber.py

feat(cli): --threads для управления CPU-потоками + бенчмарк CUDA compute_type

2026-03-24 22:49:16 +03:00

test_utils.py

feat(openvino): добавлена поддержка Intel GPU через OpenVINO

2026-03-22 15:45:27 +03:00