Upload README.hf.md
Browse files- README.hf.md +93 -0
README.hf.md
ADDED
|
@@ -0,0 +1,93 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+

|
| 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).
|