Примеры

Ноутбуки Jupyter в каталоге notebooks/ репозитория. Каждый открывается в Google Colab кнопкой и сам ставит stt-ru; выводы всех ячеек сохранены в файлах, поэтому ноутбуки можно читать и без запуска, а записи - слушать во встроенных плеерах. Записи и разметку ноутбуки скачивают сами.

Быстрый старт

01_quickstart.ipynb - стереозапись телефонного разговора от чтения файла до результата: load_audio и Transcriber, фрагменты по говорящим в таблице, форма волны по Audio.peaks с найденными фрагментами речи, все форматы результата через save и render, сведение каналов (split_channels=False), распознавание одного канала из памяти через transcribe_audio и та же работа командой stt-ru transcribe.

Аналитика звонка

02_call_analytics.ipynb - что можно узнать о разговоре по результату распознавания стереозаписи: лента реплик по ролям, время речи и тишины, темп в словах в минуту, время реакции, поддакивания и перебивания, поиск ключевых фраз по нормализованному тексту регулярными выражениями, распознавание папки звонков командой с общим файлом --summary и сводная таблица по звонкам.

Длинная запись и субтитры

03_long_recording.ipynb - первая глава аудиокниги «Дубровский» (17 минут, MP3, LibriVox): чтение через ffmpeg, время чтения и распознавания отдельно, скорость относительно реального времени, субтитры SRT и VTT, распределение длительности фрагментов и подбор параметров поиска речи min_silence_duration_ms и max_speech_duration_s под субтитры.

Оценка моделей на своей разметке

04_model_evaluation.ipynb - как выбрать модель для своих записей командой stt-ru evaluate: разметка CSV из 100 фраз FLEURS, WER, CER и скорость четырех моделей, подробный отчет JSON, влияние записи чисел цифрами и словами, нормализация текста, записи с наибольшими ошибками, веса int8 против исходных из Python и формат своей разметки. Ноутбук показывает, как пользоваться оценкой; выбирать модель стоит по своим записям.

Веб-сервис и REST API из Python

05_web_service.ipynb - stt-ru serve в фоне с токеном доступа и работа с ним через httpx: постановка файла в очередь и ожидание результата, результат в разных форматах, форма волны и запись с перемоткой, ответы с ошибками, удаление задачи, клиент для пакета файлов и запуск того же сервиса в Docker.

Запуск локально

uv sync --all-extras --group notebooks
uv run jupyter lab notebooks/

Команды stt-ru в ноутбуках выполняются в ячейках %%bash: в Linux, macOS и Colab bash есть, в Windows нужен bash из Git for Windows в PATH.

Команда make notebooks выполняет все ноутбуки, записывает выводы в файлы и убирает метаданные выполнения; workflow notebooks.yml прогоняет ноутбуки по расписанию и вручную.