Montact STT — Whisper محلی (بدون GapGPT)
تبدیل صوت به متن روی همین سرور با Faster-Whisper (همان موتوری که Pipecat برای STT محلی استفاده می‌کند).
کلید ابری لازم نیست.
نصب
Python 3.11+ و ترجیحاً ffmpeg.
cd apps/stt
python3.11 -m venv .venv
source .venv/bin/activate # ویندوز: .\.venv\Scripts\Activate.ps1
pip install -r requirements.txt
cp .env.example .env
uvicorn main:app --host 127.0.0.1 --port 3040
در apps/api/.env:
STT_ENABLED=true
STT_URL=http://127.0.0.1:3040
STT_TIMEOUT_MS=180000
STT_INTERNAL_TOKEN=
تنظیمات
| کلید | پیشنهاد | توضیح |
|---|---|---|
STT_MODEL |
base |
tiny سبک‌تر، small دقیق‌تر برای فارسی |
STT_DEVICE |
cpu |
یا cuda |
STT_COMPUTE_TYPE |
int8 |
روی GPU معمولاً float16 |
نام‌های ابری مثل whisper-1 را نگذارید (اگر بماند خودکار به base نگاشت می‌شود).
اولین اجرا مدل را دانلود می‌کند. وضعیت: curl -s http://127.0.0.1:3040/health — وقتی "ready": true شد آماده است.