dcdec56779
Замер на машине разработки (Ryzen 7 8845HS, WSL2), не на демо-машине — там make latency надо прогнать трижды, разброс между прогонами до 20%. Распознавание — GigaAM v3 RNNT int8: фраза на 2 с за ~285 мс, WER 0% на 99 словах живой речи Golos. CTC не быстрее ни в одном из двух прогонов и ошибается чаще: время съедает общий энкодер, поэтому ступень деградации «RNNT не успевает → CTC» по скорости ничего не даёт. Синтез — Silero v5: в 10 раз быстрее реального времени, а не в 40, как заложено в STACK.md; первая фраза 100–250 мс в зависимости от длины. Частота синтеза на скорость не влияет, без профилирующего компилятора — на 13% быстрее. Сквозной бюджет: 600 мс endpointing + ~285 STT + ~150 TTS = ~1 с без LLM. Цель ≤ 1.5 с держится, только если LLM отдаёт первое предложение быстрее ~465 мс. Вопрос, считается ли филлер «алло?..» первым звуком, записан в LATENCY.md для людей. make models качает GigaAM и Silero VAD с Hugging Face. Silero TTS лежит на российском хосте, недоступном из-под VPN: скрипт не лезет на зеркала (.pt грузится через pickle — это чужой код) и честно говорит, откуда скачать вручную.
55 lines
1.6 KiB
TOML
55 lines
1.6 KiB
TOML
[project]
|
||
name = "lct-backend"
|
||
version = "0.1.0"
|
||
description = "Учебный симулятор занятия для системы 112 — бэкенд"
|
||
requires-python = ">=3.11,<3.12"
|
||
dependencies = [
|
||
"fastapi>=0.115",
|
||
"uvicorn[standard]>=0.30",
|
||
"pydantic>=2.7",
|
||
"pydantic-settings>=2.3",
|
||
"sqlalchemy[asyncio]>=2.0",
|
||
"alembic>=1.13",
|
||
"asyncpg>=0.29",
|
||
"httpx>=0.27",
|
||
"pyyaml>=6.0",
|
||
"structlog>=24.1",
|
||
# Эмбеддинги для слот-автомата: матчинг вопроса к чек-листу. Нужны ядру,
|
||
# а не только голосу, поэтому не в группе voice.
|
||
"onnxruntime>=1.18",
|
||
"tokenizers>=0.19",
|
||
"numpy>=1.26",
|
||
]
|
||
|
||
[project.optional-dependencies]
|
||
# Тяжёлый слой моделей — ставится отдельно: uv sync --extra voice
|
||
voice = [
|
||
"onnx-asr>=0.6",
|
||
"torch>=2.2",
|
||
# Нужен пакету Silero TTS: импорт зашит внутри v5_ru.pt.
|
||
"scipy>=1.11",
|
||
]
|
||
dev = [
|
||
"pytest>=8.2",
|
||
"pytest-asyncio>=0.23",
|
||
]
|
||
|
||
# torch — только CPU-сборка. Из обычного PyPI он тянет CUDA-библиотеки
|
||
# на несколько гигабайт, а GPU на стенде нет (docs/arch/STACK.md).
|
||
[tool.uv.sources]
|
||
torch = { index = "pytorch-cpu" }
|
||
|
||
[[tool.uv.index]]
|
||
name = "pytorch-cpu"
|
||
url = "https://download.pytorch.org/whl/cpu"
|
||
explicit = true
|
||
|
||
[build-system]
|
||
requires = ["hatchling"]
|
||
build-backend = "hatchling.build"
|
||
|
||
[tool.hatch.build.targets.wheel]
|
||
packages = ["app"]
|
||
|
||
[tool.pytest.ini_options]
|
||
asyncio_mode = "auto"
|