Metadata-Version: 2.4
Name: modal-chickenrice
Version: 0.1.1
Summary: Faster-Whisper Modal 云端推理客户端
Project-URL: Homepage, https://github.com/TransWithAI/Faster-Whisper-TransWithAI-ChickenRice
Project-URL: Repository, https://github.com/TransWithAI/Faster-Whisper-TransWithAI-ChickenRice
Project-URL: Changelog, https://github.com/TransWithAI/Faster-Whisper-TransWithAI-ChickenRice/blob/pypi/modal_chickenrice/CHANGELOG.md
Author-email: TransWithAI <transwithai@users.noreply.github.com>
License: MIT
Classifier: Development Status :: 4 - Beta
Classifier: Environment :: GPU :: NVIDIA CUDA
Classifier: Intended Audience :: Developers
Classifier: License :: OSI Approved :: MIT License
Classifier: Programming Language :: Python :: 3.10
Classifier: Programming Language :: Python :: 3.11
Classifier: Programming Language :: Python :: 3.12
Classifier: Topic :: Multimedia :: Sound/Audio :: Speech
Classifier: Topic :: Scientific/Engineering :: Artificial Intelligence
Requires-Python: >=3.10
Requires-Dist: modal
Requires-Dist: questionary
Description-Content-Type: text/markdown

# modal-chickenrice

Faster-Whisper Modal 云端推理客户端。

无本地 GPU？使用 Modal 云 GPU 运行 Faster-Whisper 转录/翻译。

## 安装

```bash
pip install modal questionary
```

## 使用

```bash
python -m modal_infer
# 或安装后：
modal-chickenrice
```

程序会交互式询问：

1. **GPU 类型** — T4（性价比首选）、L4、L40S、A100、H100 等
2. **模型选择** — 海南鸡（日→中）、whisper-base、自定义 HF 模型
3. **输入路径** — 单个音频文件或文件夹（批量处理）
4. **批处理** — 可选启用，更高显存消耗更快速度
5. **超时时间** — 默认 60 分钟

### 工作流程

1. 上传音频文件到 Modal Volume
2. 在 Modal GPU 容器上克隆仓库并下载模型
3. 运行推理 → 生成字幕文件
4. 结果下载回本地

### 文件夹模式

输入文件夹时，自动并发处理多个音频文件（容器复用），跳过已有字幕的文件。

## 项目结构

```
modal_chickenrice/
  modal_infer/
    __init__.py
    __main__.py       # 主入口，交互式 CLI
    resources/
      environment-cuda128.yml  # Modal 镜像 conda 环境
  pyproject.toml
  README.md
```
