Аудио → BuzzASR Georgian → текст → LLM (для исправ...
创建于：2026年9月8日
使用 GPT-5.6 Thinking 回答 Chat01
问题
Аудио → BuzzASR Georgian → текст → LLM (для исправления пунктуации)
вот путь ка делать мне надо 2
я закидываю либо mp3 звук либо txt текст на грузинском
а мне поитогу должен перевод на руский придти в консоль причём всё сделать бесплатно
итого скинь готовый проект где я просто скачаю что нужно через команды и закину в какуето папку либо txt либо mp3 а мне в консоль при запуске пайтона приходит перевод на русский
思考
回答
Готово. Я собрал проект под твой сценарий:
MP3/аудио → BuzzASR Georgian → грузинский текст → локальная LLM → исправление пунктуации → перевод на русский → консоль
или:
TXT на грузинском → локальная LLM → перевод на русский → консоль
Всё работает локально и без платных API. Для распознавания используется именно BuzzASR/georgian — это официальная Georgian-модель BuzzASR на базе Whisper-large-v3. (Hugging Face) Для редакции/перевода используется бесплатный локальный Qwen3 через Ollama; Qwen3 поддерживает 100+ языков. (Ollama)
Скачать проект
Скачать готовый Georgian → Russian проект ZIP
После распаковки структура такая:
textgeorgian_to_russian/ ├── main.py ├── requirements.txt ├── README.md ├── run_windows.bat ├── run_linux_mac.sh ├── input/ ← сюда кидаешь MP3 или TXT └── output/ ← сюда дополнительно сохраняется перевод
Если у тебя Windows
Открой PowerShell в папке проекта и один раз выполни:
powershellwinget install Python.Python.3.11 winget install Gyan.FFmpeg winget install Ollama.Ollama
Перезапусти PowerShell, затем:
powershellcd ПУТЬ_К_ПАПКЕ\georgian_to_russian python -m venv .venv .\.venv\Scripts\Activate.ps1 python -m pip install --upgrade pip pip install -r requirements.txt ollama pull qwen3:4b
Теперь кидаешь, например:
textinput\audio.mp3
или:
textinput\text.txt
и запускаешь:
powershellpython main.py
Получишь прямо в консоли:
text======================================================================== ФАЙЛ: audio.mp3 ======================================================================== [ASR] Распознаю грузинскую речь... [ASR] Фрагмент 1: готово [LLM] Пунктуация + перевод... --- ПЕРЕВОД НА РУССКИЙ --- Здравствуйте. Я хотел уточнить информацию относительно вашего заказа... --- КОНЕЦ --- [OK] Также сохранено: output\audio.ru.txt
Можно потом вообще просто дважды нажимать run_windows.bat.
Важный момент: BuzzASR/georgian — довольно большая модель, около 2 млрд параметров, поэтому первый запуск скачает несколько гигабайт, а на CPU распознавание может быть медленным. (Hugging Face) Для .txt BuzzASR вообще не загружается — текст сразу идёт в LLM. Qwen3:4b занимает примерно 2.5 ГБ в Ollama; если ПК слабый, в README я добавил вариант qwen3:1.7b. (Ollama)