GigaAM Speech to Text

Узел для транскрипции аудио с использованием моделей GigaAM и диаризации Pyannote. Настройки: - для скачивания моделей зарегистрируйтесь на huggingface и создайте hf token для чтения. - model_name: Выбор модели GigaAM. Рекомендуется v3_e2e_rnnt. - longform: Включите для аудио более 20 сек или всегда держите включенным. - hf_token: Токен Hugging Face (нужен только при скачивании модели). - word_timestamps: Вывод временных меток. - sentences_per_interval: Вывод по N предложений в строку. Приоритетнее чем words_per_interval. - words_per_interval: Вывод по N слов в строку. Если sentences_per_interval=0 и words_per_interval=0 то разбивается по предложениям (по умолчанию). - chunk_tokens: Разбить весь итоговый текст на блоки по количеству токенов (полезно для LLM). Разбиение происходит только в конце предложений. Результат выводится в text_batch. - highlight_words: Вывод субтитров в формате SRT с подсветкой текущего слова <u> (караоке). - speaker_diarization: Включает определение спикеров. - min_speakers / max_speakers: лимиты спикеров. - speaker_format: формат обозначения спикеров.