API OpenAI 100% compatible - Endpoints /v1/audio/transcriptions et /health
Basé sur faster-whisper - Rapide et efficace
Support multi-langues - Français, anglais, et 99+ langues
Dockerisé - Déploiement simple avec Docker Compose
Extensible - Code propre et modulaire

🚀 Installation rapide

Prérequis

Docker et Docker Compose
~3GB d'espace disque (pour le modèle large-v3)

Déploiement

# Cloner ou copier le dossier effi-stt
cd effi-stt

# Builder et démarrer
sudo docker compose up -d --build

# Attendre le téléchargement du modèle (3-5 min)
echo "⏳ Téléchargement du modèle..."
sleep 180

# Vérifier les logs
sudo docker logs effi-stt --tail 20

# Tester
curl http://localhost:8200/health
curl -X POST http://localhost:8200/v1/audio/transcriptions \
  -F "file=@test.mp3" \
  -F "language=fr"

⚙️ Configuration

Variables d'environnement

Variable	Défaut	Description
`MODEL_SIZE`	`large-v3`	Taille du modèle (tiny, base, small, medium, large-v3)
`DEVICE`	`cpu`	Device (cpu, cuda, auto)
`COMPUTE_TYPE`	`int8`	Type de calcul (int8, float16, float32)
`LANGUAGE`	`fr`	Langue par défaut
`CPU_THREADS`	`4`	Nombre de threads CPU
`PORT`	`8200`	Port d'écoute
`HOST`	`0.0.0.0`	Host d'écoute

Modèles disponibles

Modèle	Taille	Qualité	Vitesse
`tiny`	39 MB	Basse	Très rapide
`base`	74 MB	Moyenne	Rapide
`small`	244 MB	Bonne	Modérée
`medium`	769 MB	Très bonne	Lente
`large-v3`	3.1 GB	Excellente	Très lente

🔧 Configuration Open WebUI

Admin Panel → Settings → Audio

STT:
  Engine: OpenAI
  URL: http://192.168.1.11:8200/v1
  Model: whisper-1
  Language: fr

🧪 Tests

# Test health
curl http://localhost:8200/health

# Test transcription
curl -X POST http://localhost:8200/v1/audio/transcriptions \
  -F "file=@audio.mp3" \
  -F "language=fr" \
  -F "response_format=json"

# Test avec format texte
curl -X POST http://localhost:8200/v1/audio/transcriptions \
  -F "file=@audio.mp3" \
  -F "language=fr" \
  -F "response_format=text"

📁 Structure du projet

effi-stt/
├── main.py              # Serveur FastAPI
├── Dockerfile           # Image Docker
├── docker-compose.yml   # Configuration Docker Compose
├── requirements.txt     # Dépendances Python
└── README.md           # Documentation

🚀 Améliorations futures (TODO)

Support GPU ROCm pour AMD
Streaming des résultats (transcription en temps réel)
Support du format SRT/VTT avec timestamps
Endpoint de détection de langue
Métriques et monitoring (Prometheus)
Support de la traduction (transcribe + translate)

📝 Notes

Le modèle est téléchargé automatiquement au premier démarrage
Le cache est persisté dans un volume Docker
En CPU sur Intel J5040: ~5-10s pour 5s d'audio avec large-v3

🏗️ Développement

# Mode développement (hors Docker)
python -m venv venv
source venv/bin/activate
pip install -r requirements.txt
python main.py

# Build Docker manuel
sudo docker build -t effi-stt:local .
sudo docker run -p 8200:8200 effi-stt:local

Créé avec ❤️ pour Effi