# audio2text 运行时配置。复制为 config.yaml 后填值。所有路径相对容器内 /app。
# CPU dev / GPU prod 仅靠 device + model + compute_type 三项切换，代码不变。

server:
  host: 0.0.0.0      # 容器内对外监听（由 docker -p 映射到宿主）
  port: 8000
  workers: 1         # ML 推理为重，固定单 worker 避免显存重复占用

storage:
  upload_dir: /data/uploads            # 上传视频落盘根目录
  work_dir: /data/.work                # 分片会话暂存 + 中间音频
  output_dir: /data/outputs            # 生成的 SRT 字幕输出
  chunk_bytes: 1048576                 # 1 MiB 流式分片
  chunk_session_ttl_seconds: 300       # 被放弃会话的存活秒数（后台 reaper 据此清理）
  cache_retention_days: 7              # 任务产物保留天数，超期清理（字幕/中间音频/保留的原始视频+DB记录）
  cache_cleanup_interval_hours: 24     # 定时清理间隔（启动时跑一次，之后循环）

processing:
  delete_original_after_extract: true  # 提取音频成功后删除原始视频，省空间
  keep_audio: false                   # 完成后是否保留中间 wav（默认删，只留字幕）

asr:
  # CPU dev：tiny.en + int8（Whisper 同系列最小，英文专用）
  # GPU prod：large-v3-turbo + float16，3090 上几 GB 视频几分钟出字幕
  model: tiny.en
  device: cpu              # cpu | cuda
  compute_type: int8       # cpu: int8；gpu: float16
  language: en             # 仅英语
  word_timestamps: true    # 词级时间戳：让断句精确而非纯匀速估算
  vad_filter: true         # 过滤静音段，提升质量与速度

translation:
  model: facebook/nllb-200-distilled-1.3B
  device: cpu              # cpu | cuda
  src_lang: eng_Latn       # NLLB 语言码：英语
  tgt_lang: zho_Hans       # NLLB 语言码：简体中文
  batch_size: 16           # 不与 ASR 共驻：翻译时显存独占，可用大 batch
  max_length: 256          # 单条翻译最大 token

segmentation:
  max_words_per_line: 14   # 单行最多词数，超出按逗号拆
  max_duration_seconds: 7.0   # 单条字幕最长 7 秒
  min_duration_seconds: 1.0   # 单条字幕最短 1 秒（太短则合并）
  max_chars_per_line: 42      # SRT 规范：每行 ≤42 字符


logging:
  level: info              # debug | info | warning | error（控制台 + 内存缓冲最低级别）
  buffer_size: 2000        # /logs 页面内存缓冲条数

docs:
  enabled: true
  username: admin
  password: "CHANGE_ME"   # /docs Basic Auth，明文（root 持有，常量时间比较）
  realm: "audio2text docs"