42 lines
1.3 KiB
Markdown
42 lines
1.3 KiB
Markdown
# Montact STT — Whisper محلی (بدون GapGPT)
|
|
|
|
تبدیل صوت به متن روی همین سرور با **Faster-Whisper** (همان موتوری که [Pipecat](https://www.pipecat.ai/) برای STT محلی استفاده می‌کند).
|
|
کلید ابری لازم نیست.
|
|
|
|
## نصب
|
|
|
|
Python 3.11+ و ترجیحاً `ffmpeg`.
|
|
|
|
```bash
|
|
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
|
|
```
|
|
|
|
```bash
|
|
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.
|