Vai al contenuto

Script di utilità

Tutti in scripts/ — Python puro.

install_local.py

Installazione completa ambiente locale.

python scripts\install_local.py
  • Crea .venv
  • PyTorch CPU
  • pip install -r requirements/local.txt → extra [local] da pyproject.toml

download_model.py

Scarica Parakeet ASR (~2.5 GB) in models/ via curl.

python scripts\download_model.py

download_summary_llm.py

Scarica Qwen2.5 GGUF per riassunto locale (~2 GB).

python scripts\download_summary_llm.py

Richiede huggingface_hub (in [local] / [summarize]).

download_summary_model.py (deprecato)

IT5 news — non più usato. Usa download_summary_llm.py o API cloud.

clean_output.py

Svuota data/output/jobs/ (cartelle + queue.db).

python scripts\clean_output.py

restart_ui.py

Termina UI/worker sulla porta 8501 e riavvia FastAPI.

python scripts\restart_ui.py

Usato da start.bat.

summary_benchmark.py

Benchmark riassunto LLM su trascrizioni esistenti.

python scripts\summary_benchmark.py --provider deepseek
python scripts\summary_benchmark.py --provider local --only campione-italiano-lungo

benchmark_monitor.py

Monitor performance job in tempo reale.

generate_samples.py

Campioni audio italiani da Wikimedia (test).

start.bat

Wrapper Windows → restart_ui.py.

publish_docs.py / publish_docs.bat

Pubblica la documentazione su sbobinator.github.io (stesso metodo di Sbobinator — nessuna GitHub Action).

scripts\publish_docs.bat
  1. mkdocs build in una cartella temporanea
  2. Copia in ../sbobinator.github.io/docs/
  3. git commit nel repo Pages

Poi manualmente:

cd ..\sbobinator.github.io
git push

Una tantum: clona il repo Pages accanto a questo progetto:

cd ..
git clone https://github.com/sbobinator/sbobinator.github.io.git

Sito: https://sbobinator.github.io/docs/

Tabella rapida

Script Quando usarlo
install_local.py Prima installazione
download_model.py Prima trascrizione
download_summary_llm.py Riassunto locale Qwen
publish_docs.bat Pubblicare docs su GitHub Pages
clean_output.py Reset storico job
restart_ui.py UI bloccata / porta occupata
summary_benchmark.py Valutare qualità riassunto LLM