73110848f4
- scheduler: ffmpeg 异步线程 + GPU 串行调度 + 模型复用（2N→2 次加载） - pipeline: 阶段拆分（extract/asr/translate），中间数据存 Task 字段 - translate_service: 长度排序批处理，padding 浪费减少 91% - model_manager: ASR/翻译不共驻，BatchedInferencePipeline 批量解码 - 日志分级: INFO=任务流转里程碑，DEBUG=进度详情；默认 INFO - 前端: 日志最新在上+滚动感知+退避轮询；24h 时间；上传中状态显示 - /health: 返回完整 Whisper/NLLB 配置 - upload_service: 单事务 complete + 扩展名白名单 - task_router: 合并 UploadSession 虚拟任务到列表 - Dockerfile: CPU/GPU 独立构建链，deps 缓存稳定 - prefetch_models: 安装时预下载模型权重
59 lines
1.9 KiB
Bash
59 lines
1.9 KiB
Bash
#!/usr/bin/env bash
|
||
# 预拉模型权重到 ./models volume，避免容器启动时才下载。
|
||
#
|
||
# 用法:
|
||
# ./scripts/prefetch_models.sh # 读 config.yaml（当前激活配置）
|
||
# ./scripts/prefetch_models.sh config.gpu.yaml # 读指定配置文件
|
||
#
|
||
# 原理：用已构建的 audio2text 镜像跑一次性容器，挂载 ./models volume，
|
||
# 执行 scripts/prefetch_models.py 把模型下到 HF cache。
|
||
# 容器运行时 HF_HOME=/models/huggingface 命中缓存，秒级加载。
|
||
#
|
||
# 幂等：已下过的模型跳过。换 config 的 model 后重跑即可补下新模型。
|
||
set -euo pipefail
|
||
|
||
cd "$(dirname "$0")/.."
|
||
ROOT="$(pwd)"
|
||
|
||
CONFIG="${1:-config.yaml}"
|
||
VARIANT="${AUDIO2TEXT_VARIANT:-cpu}"
|
||
|
||
# 选镜像：优先用 gpu 镜像（GPU 模型大，可能要 cuda 才能 correctly 下载部分文件），
|
||
# 否则 cpu。两者都能下 HF 模型（下载是纯网络 IO，不依赖 GPU）。
|
||
IMAGE="audio2text:cpu"
|
||
if docker image inspect audio2text:gpu >/dev/null 2>&1 && [ "$VARIANT" = "gpu" ]; then
|
||
IMAGE="audio2text:gpu"
|
||
fi
|
||
|
||
if ! docker image inspect "$IMAGE" >/dev/null 2>&1; then
|
||
echo "✗ 镜像 $IMAGE 不存在，请先 ./setup.sh 构建。" >&2
|
||
exit 1
|
||
fi
|
||
|
||
if [ ! -f "$ROOT/$CONFIG" ]; then
|
||
echo "✗ 配置文件不存在: $ROOT/$CONFIG" >&2
|
||
exit 1
|
||
fi
|
||
|
||
mkdir -p "$ROOT/models"
|
||
|
||
echo "==> 预拉模型"
|
||
echo " 镜像: $IMAGE"
|
||
echo " 配置: $CONFIG"
|
||
echo " 缓存: $ROOT/models (volume)"
|
||
echo
|
||
|
||
# 注意：CONFIG_PATH 指向容器内路径，挂载配置文件为只读
|
||
MSYS_NO_PATHCONV=1 docker run --rm \
|
||
-v "$ROOT/models:/models" \
|
||
-v "$ROOT/$CONFIG:/app/config.yaml:ro" \
|
||
-e HF_HOME=/models/huggingface \
|
||
-e CT2_CACHE=/models/ctranslate2 \
|
||
-e CONFIG_PATH=/app/config.yaml \
|
||
"$IMAGE" \
|
||
python /app/scripts/prefetch_models.py /app/config.yaml
|
||
|
||
echo
|
||
echo "==> 完成。模型已缓存到 $ROOT/models/huggingface"
|
||
echo " 容器启动时会命中缓存，无需联网下载。"
|