vosk-rest

Простой локальный веб-сервис распознавания речи через vosk-api.

Docker

docker run -d \
  --name=rhvoice-rest \
  -p 8086:8086 \
  --restart unless-stopped \
  ghcr.io/aculeasis/vosk-rest:latest

Поддерживаемые архитектуры:

Architecture	Available	Tag
x86-64	✅	amd64
arm64	✅	arm64v8
armhf	✅	arm32v7

Для автоматического обновления можно использовать Watchtower.

Сборка и запуск докера

Для поддержки другого языка измените имя модели в MODEL_NAME Dockerfile'a на нужную отсюда (без .zip). По умолчанию используется облегченная модель vosk-model-small-ru-0.22, для более качественного распознавания используйте vosk-model-ru-0.10.

git clone https://github.com/Aculeasis/vosk-rest
cd vosk-rest
# Указать Dockerfile под целевую архитектуру
docker build -t vosk-rest -f Dockerfile.arm64v8 .
docker run -d --name vosk-rest -p 8086:8086 vosk-rest

API

Отправить файл через POST

POST /stt
Host: SERVER
Content-Type: audio/x-wav
(wav file)

Требования к файлу
Формат	wav
Число каналов	1 (моно)
Частота дискретизации	16 000 Гц
Квантование	16 бит

Если нужно, перекодируйте файл перед отправкой.

Сервер пришлет ответ в json, где:

• code - код ошибки или 0
• text - распознанный текст если code равен 0 иначе сообщение об ошибке

Работа с API

examples

Для проверки сервера можно использовать vosk_rest_file.py FILE [URL]