Alenkar commited on
Commit
37b5919
·
verified ·
1 Parent(s): 8307814

Upload README.hf.md

Browse files
Files changed (1) hide show
  1. README.hf.md +93 -0
README.hf.md ADDED
@@ -0,0 +1,93 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ ![image](assets/logo.png)
2
+
3
+ # Kairos Automatic Speech Recognition (Hugging Face)
4
+
5
+ [GitHub: Alenkar/kairos-asr](https://github.com/Alenkar/kairos-asr)
6
+
7
+ ## 📄 Описание
8
+
9
+ **Kairos ASR** — высокопроизводительная библиотека распознавания русской речи на базе [GigaAM-style RNN-T](https://github.com/salute-developers/GigaAM) и **ONNX**. Фокус: скорость, точность и простая интеграция в микросервисы и десктопы.
10
+
11
+ Основные возможности:
12
+ - Оптимизированный ONNX-инференс
13
+ - **CPU** и **GPU (CUDA, extra `[gpu]`)**
14
+ - Временные метки (**word-level**, **sentence-level**)
15
+ - Итеративная обработка с прогрессом и ETA
16
+ - Встроенный **Voice-Activity-Detection (VAD)**
17
+ - Поддержка длинных аудио
18
+ - Поддержка **Windows** и **Linux**
19
+
20
+ ## 📦 Файлы в этом репозитории HF
21
+
22
+ Модельный репозиторий `Alenkar/KairosASR` содержит:
23
+ - `kairos_asr_encoder.onnx`
24
+ - `kairos_asr_decoder.onnx`
25
+ - `kairos_asr_joint.onnx`
26
+ - `kairos_asr_tokenizer.model`
27
+
28
+ `kairos-asr` загружает эти файлы через `huggingface_hub` автоматически. Можно скачать вручную:
29
+
30
+ ```python
31
+ from huggingface_hub import hf_hub_download
32
+
33
+ path = hf_hub_download("Alenkar/KairosASR", "kairos_asr_encoder.onnx")
34
+ print(path)
35
+ ```
36
+
37
+ ## ⚡ Быстрый старт
38
+
39
+ ```bash
40
+ pip install kairos-asr
41
+ # для GPU: pip install "kairos-asr[gpu]"
42
+ ```
43
+
44
+ Если нужна конкретная сборка Torch под вашу CUDA:
45
+
46
+ ```bash
47
+ # пример под CUDA 12.1/12.2 (cu121)
48
+ pip install torch==2.6.0 torchaudio==2.6.0 \
49
+ --index-url https://download.pytorch.org/whl/cu121 --upgrade
50
+ ```
51
+
52
+ ## 🚀 Использование (Python)
53
+
54
+ Минимальный пример:
55
+
56
+ ```python
57
+ from kairos_asr import KairosASR
58
+
59
+ asr = KairosASR() # авто-загрузка весов с HF
60
+ result = asr.transcribe(wav_file="audio.wav")
61
+ print(result.full_text)
62
+ ```
63
+
64
+ Требования к аудио:
65
+ - Любые форматы, поддерживаемые `ffmpeg`; ресемплинг до 16 kHz.
66
+ - WAV PCM 16-bit mono (рекомендуется); стерео приводится к моно.
67
+ - Длинные записи режутся Silero VAD на ~15–25 c (жёсткий лимит ~30 c) и объединяются.
68
+
69
+ ## 🖥️ Использование (CLI)
70
+
71
+ Установите пакет, затем:
72
+
73
+ ```bash
74
+ # Проверить окружение
75
+ kairos-asr doctor
76
+
77
+ # Список локальных/доступных моделей
78
+ kairos-asr list
79
+
80
+ # Скачать все модели заранее
81
+ kairos-asr download
82
+
83
+ # Перевести файл в текст
84
+ kairos-asr transcribe <wav_file>
85
+ ```
86
+
87
+ ## ⚙️ Системные требования
88
+ - `ffmpeg` должен быть доступен в `PATH` (загрузка и ресемплинг аудио).
89
+ - Доступ в интернет при первом запуске: скачивание весов с Hugging Face и модели Silero VAD через `torch.hub`. Для ускорения и избежания лимитов задайте `HF_TOKEN` (`huggingface-cli login` или экспорт переменной окружения).
90
+
91
+ ## Больше информации
92
+
93
+ Для получения дополнительной информации об исходной модели смотрите ее [карточку модели](https://huggingface.co/ai-sage/GigaAM-v3).