# Smart STT Pipeline v3

Умный пайплайн распознавания речи (Speech-to-Text) для русского языка с автоматическим выбором движка и пунктуацией.

## 🚀 Возможности

- **Два STT-движка**: T-one (быстрый) + GigaAM-v2 (точный)
- **Автоматический роутинг**: выбор движка по длительности аудио
- **Пунктуация через LLM**: Qwen3.5-4B
- **Поддержка форматов**: OGG, WAV, MP3 и другие (через ffmpeg)

## 📊 Сравнение движков

| Движок | Время STT | Точность | Русский |
|--------|-----------|----------|---------|
| **T-one** | ~3 сек | Высокая | ✅ |
| **GigaAM-v2** | ~7 сек | Очень высокая | ✅ |

## 🔄 Логика роутинга

```
Аудио < 10 сек  → GigaAM-v2 (точнее для коротких)
Аудио ≥ 10 сек  → T-one (быстрее для длинных)
T-one fail      → GigaAM (fallback)
```

## 🛠️ Установка

```bash
docker build -t stt-pipeline-v3 .
docker run -d --name stt-pipeline-v3 --network host stt-pipeline-v3
```

## 📡 API

### POST /transcribe

Распознать аудиофайл с автоматическим выбором движка.

**Request:**
```bash
curl -X POST http://localhost:8005/transcribe \
  -F "file=@voice_message.ogg"
```

**Response:**
```json
{
  "original": "какие докеры у нас еще остались",
  "punctuated": "Какие докеры у нас еще остались?",
  "duration_sec": 2.7,
  "stt_time_sec": 7.14,
  "punct_time_sec": 0.87,
  "server_used": "178.17.143.46:8080",
  "stt_engine": "gigaam"
}
```

### GET /health

Проверка статуса сервиса.

```bash
curl http://localhost:8005/health
# {"status":"ok","service":"stt-pipeline-v3"}
```

## 🏗️ Архитектура

```
Аудиофайл
    │
    ▼
┌─────────────┐
│ FFmpeg      │ ← Конвертация в WAV (16kHz mono)
└─────┬───────┘
      │
      ▼
┌─────────────┐
│ Определяем  │ ← Длительность аудио
│ длительность│
└─────┬───────┘
      │
      ▼
┌─────────────────────────────────┐
│     Smart STT Router            │
│  ┌─────────┐  ┌──────────────┐  │
│  │ < 10 сек │  │ ≥ 10 сек    │  │
│  │ GigaAM   │  │ T-one       │  │
│  └─────────┘  └──────┬───────┘  │
│                      │          │
│                      ▼          │
│              ┌──────────────┐   │
│              │ T-one fail?  │   │
│              └──────┬───────┘   │
│                     │           │
│                     ▼           │
│              ┌──────────────┐   │
│              │ GigaAM       │   │
│              │ (fallback)   │   │
│              └──────────────┘   │
└─────────────────────────────────┘
      │
      ▼
┌─────────────┐
│ Qwen3.5-4B  │ ← Пунктуация (178.17.143.46:8080)
└─────┬───────┘
      │
      ▼
   JSON ответ
```

## 📁 Структура проекта

```
stt-pipeline-v3/
├── app.py              # FastAPI приложение
├── Dockerfile          # Контейнеризация
├── requirements.txt    # Зависимости
└── README.md           # Документация
```

## 🔧 Зависимости

- Python 3.12
- FastAPI 0.115
- Uvicorn 0.32
- FFmpeg (конвертация аудио)
- T-one STT (localhost:8003)
- GigaAM-v2 STT (localhost:8001)
- Qwen3.5-4B (178.17.143.46:8080)

## 📝 Лицензия

MIT