lectura-ctc 2.0.2

Decodeur phonetique CTC du francais — audio vers phones IPA (CNN-BiGRU-CTC)

lectura-ctc — Decodeur phonetique CTC du francais

Transcription audio vers phonemes IPA via un modele CNN-BiGRU-CTC medium (10.6M params, PER ~4.34%).

Le modele medium supporte les sigles, formules (nombres, dates, calculs) et la parole courante grace a un vocabulaire etendu de 59 tokens et un fine-tuning specialise.

Installation

# Avec backend ONNX (recommande)
pip install lectura-ctc[onnx]

# Sans ONNX (mode API uniquement)
pip install lectura-ctc

Utilisation

import numpy as np
from lectura_ctc import creer_engine

engine = creer_engine()

# Audio PCM float32 mono 16kHz
audio = np.zeros(16000, dtype=np.float32)  # 1 seconde de silence
result = engine.transcrire(audio)
print(result)  # chaine IPA : "b ɔ̃ ʒ u ʁ | l ə | m ɔ̃ d"

Modele

Caracteristique	Valeur
Architecture	CNN [48, 96] + BiGRU 384x4 + CTC head
Parametres	10.6M
Performance	PER ~4.34% (formules v2)
Vocabulaire	59 tokens (46 phones IPA + liaisons + ponctuation + speciaux)
Entrainement	Pre-train corpus complet + fine-tune formules/sigles multispeaker

Backends

Backend	Dependance	Latence	Modele
ONNX Runtime	onnxruntime	~10 ms/s audio	phone_ctc_int8.onnx (38 Mo)
API	aucune	~100 ms/s audio	serveur Lectura

Parametres audio

• Sample rate : 16 kHz
• Format : PCM float32 mono
• Mel : 80 bins, n_fft=512, hop=160, win=400

Licence

Double licence : AGPL-3.0 (libre) + Licence Commerciale (payante).

Les modeles ONNX sont distribues separement — voir MODEL_LICENCE.md.

Auteur

Max Carriere — lectura.world