qo'llanma · pipeline
Qo'llanma
Multilingual ASR pipeline — qisqa yo'riqnoma.
1 · yuklab olish
Yuklab olish
Bosh sahifada YouTube havolalari, mahalliy audio yoki serverdagi manba papkasidan fayllarni tanlang. Til, mavzu va Gemini modelini moslang; API kalitlar Sozlamalar sahifasida saqlanadi.
2 · bo'lish
Bo'lish
Yuklab olingan audio nutq segmentlariga bo'linadi (kerak bo'lsa ovoz
ajratish ham shu bosqichda bajariladi). Natija
audio_segments/
papkasida saqlanadi.
3 · transkripsiya
Transkripsiya
Har bir segment Gemini orqali matnlashtiriladi; tanlangan Flash (jumladan 3.6)
ishlamasa, tizim barqaror Gemini 2.5 Flash
zanjirida qayta urinadi. Matnlar
gemini_transcription/
papkasiga yoziladi; xatolikda server logida aniq sabab (limit, kalit, model) ko'rinadi.
4 · metadata
Metadata
Rad etilmagan segmentlardan dataset metadatasi (st4 --qc) quriladi: yozuvlar soni, davomiylik va sifat belgilari. Faqat inson rad etgan segmentlar metadata va eksportdan chiqariladi; kutilmoqda (pending) segmentlar ham kiradi. Eskirgan metadata eksport paytida avtomatik yangilanadi.
natija
Natija lokalda, dataset HF ga
Natija serverda (lokal web_data/) qoladi —
Tekshirish sahifasida segmentlarni eshiting va rad eting.
Tayyor dataset Datasetlar bo'limida
lokal FLAC to'plamga yig'iladi va xohlasangiz Hugging Face Hub ga yuklanadi.
Texnik tafsilotlar: repodagi 0_craft_dataset/ va web_app/ modullari.