全域設定詳解 (`config.yaml`)

OneASR 的所有服務行為、VAD 策略與引擎載入均由專案根目錄下的 config.yaml 集中管理。

設定檔完整範例

yaml

# OneASR 統一設定檔

# 主 API Key（所有介面鑑權所需）
api_key: sk-oneasr-v1-p_L3kXm9QZ8sT2vA4wE7rY1u

# ASR Toolkit 音訊預處理與 VAD 切片參數
ASR-Toolkit:
  vad:
    model: "silero_vad"          # VAD 模型類型: silero_vad
    threshold: 0.5               # 語音信賴度閾值 (0.0~1.0)
    min_speech_duration_ms: 250  # 最小語音段時長 (ms)
    min_silence_duration_ms: 300 # 靜音斷句停頓時長 (ms)
    padding_ms: 100              # 前後緩衝填充 (ms)

  chunking:
    target_chunk_duration: 6.0   # 理想字幕/切片時長 (秒)
    max_chunk_duration: 8.0      # 最大切片時長硬上限 (秒)
    min_pause_duration: 0.4      # 自然斷句停頓閾值 (秒)
    min_sentence_duration: 2.0   # 觸發斷句最小語義時長 (秒)

  post_process:
    remove_repeats: true         # 過濾連續複讀幻覺
    normalize_text: true         # 標點與空格標準化

# 引擎提供者設定
ASR-Providers:

  # 1. 即時串流辨識引擎 (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 檔案轉錄
  faster-whisper:
    enable: true
    engine: faster-whisper
    load:
      model_name: medium
      model_path: models/faster-whisper-medium
      device: cuda # 或 cpu
      compute_type: float16 # 或 int8
    properties:
      categories:
        - FileASR
      languages: zh, en, ja, ko, fr, de, es, it, ru, pt

全域設定詳解 (config.yaml) ​

設定檔完整範例 ​

全域設定詳解 (`config.yaml`)

設定檔完整範例