Konfigurationshandbuch (config.yaml)

Alle Diensteinstellungen, VAD-Strategien und Engine-Initialisierungen von OneASR werden zentral über die Datei config.yaml im Projektstammverzeichnis gesteuert.

---

Vollständiges Konfigurationsbeispiel

# Zentrale OneASR-Konfigurationsdatei

# Haupt-API-Schlüssel (erforderlich für alle Endpunkt-Authentifizierungen)
api_key: sk-oneasr-v1-p_L3kXm9QZ8sT2vA4wE7rY1u

# ASR-Toolkit: Audio-Vorverarbeitung und VAD-Chunking-Parameter
ASR-Toolkit:
  vad:
    model: "silero_vad"          # VAD-Modelltyp: silero_vad
    threshold: 0.5               # Sprachwahrscheinlichkeit-Schwellenwert (0.0~1.0)
    min_speech_duration_ms: 250  # Minimale Sprachsegmentdauer (ms)
    min_silence_duration_ms: 300 # Stilledauer für Pausenunterteilung (ms)
    padding_ms: 100              # Vor- und Nachlaufpuffer (ms)

  chunking:
    target_chunk_duration: 6.0   # Ideale Untertitel-/Chunk-Dauer (Sekunden)
    max_chunk_duration: 8.0      # Maximale Segmentgrenze (Sekunden)
    min_pause_duration: 0.4      # Schwellenwert für natürliche Pausen (Sekunden)
    min_sentence_duration: 2.0   # Minimale Satzlänge vor Segmentierung (Sekunden)

  post_process:
    remove_repeats: true         # Wiederholungs-Halluzinationen filtern
    normalize_text: true         # Satzzeichen und Leerzeichen normalisieren

# ASR-Engine-Provider
ASR-Providers:

  # 1. Echtzeit-Streaming-Engine (Sherpa-ONNX Zipformer)
  xasr:
    enable: true
    engine: xasr
    load:
      model_name: xasr-zh-en
      tokens_path: models/chunk-160ms-model/tokens.txt
      encoder_path: models/chunk-160ms-model/encoder-160ms.onnx
      decoder_path: models/chunk-160ms-model/decoder-160ms.onnx
      joiner_path: models/chunk-160ms-model/joiner-160ms.onnx
      provider: cpu
      sample_rate: 16000
      decoding_method: greedy_search
    properties:
      categories:
        - RealtimeASR
      languages: zh, en

  # 2. Faster-Whisper Datei-Transkription
  faster-whisper:
    enable: true
    engine: faster-whisper
    load:
      model_name: medium
      model_path: models/faster-whisper-medium
      device: cuda # oder cpu
      compute_type: float16 # oder int8
    properties:
      categories:
        - FileASR
      languages: zh, en, ja, ko, fr, de, es, it, ru, pt