balthu_tools

Caja de herramientas de IA en Python: clases listas para usar de Speech-to-Text (STT), Text-to-Speech (TTS), modelos de lenguaje (LLM) y visión por computadora, pensadas para correr en local.

Instalación

pip install balthu_tools

Uso

STT (Speech-to-Text) — Faster-whisper

from balthu_tools import STT

stt = STT(
    version="small",
    device="cpu",
    type="int8",
    language="es",
    task="transcribe",
    filter=True,
    word_timestamps=False,
    beam_size=5,
    promt=None,
    condition=True
)

texto = stt.audio("audio.wav")
print(texto)

TTS (Text-to-Speech) — Piper

from balthu_tools import TTS

tts = TTS("voces/tu_modelo.onnx")
tts.voice("salida.wav", "Hola, esto es una prueba")

LLM — Hugging Face Transformers

from balthu_tools import LLM

llm = LLM(
    model="Qwen/Qwen2.5-7B-Instruct",
    system="Sos un asistente útil."
)

inputs = llm.tokenizador("Hola, ¿cómo estás?")
respuesta = llm.balthu(inputs)
print(respuesta)

Requisitos

• Python 3.10 o superior
• ffmpeg instalado en el sistema (necesario para conversión de audio con pydub)

Licencia

MIT — ver el archivo LICENSE.