Отлично! Вот обновлённый README.md с учётом ваших уточнений:

---

🎧 AudioSR FastAPI Service

Audio Super Resolution (AudioSR) as a REST API
Улучшайте качество аудио через HTTP-запросы с помощью модели AudioSR.

Поддержка моделей: basic (универсальная) и speech (оптимизированная для речи)

---

✨ Возможности

• 📤 Принимает аудиофайлы (WAV, MP3 и др.)
• 🔄 Возвращает улучшенное аудио в формате WAV
• ⚙️ Настраиваемые параметры: guidance_scale, ddim_steps
• 🌐 Работает полностью offline после предварительной загрузки моделей
• 🐳 Готов к работе в Docker

---

🛠 Требования

• Python 3.9
• GPU (рекомендуется) или CPU
• Свободное место: ~16 ГБ для моделей

---

🚀 Быстрый старт

1. Создание окружения (рекомендуется через conda)

conda create -n audiosr python=3.9
conda activate audiosr

2. Установка зависимостей

pip install -r requirements.txt

Важно: audiosr должен быть установлен из официального репозитория согласно инструкциям в requirements.txt.

3. Предзагрузка моделей (требуется интернет)

python preload_models.py

Это скачает:

• audiosr_basic
• audiosr_speech
• roberta-base (для обработки речи)

Модели будут сохранены в ~/.cache/huggingface/ (или в путь из переменной HF_HOME).

4. Запуск сервера

python main.py

Сервер будет доступен по адресу: http://localhost:8080

---

📡 Использование API

Отправка запроса

curl -X POST http://localhost:8000/upscale \
  -F "audio=@input.mp3" \
  -F "model_name=basic" \
  -F "guidance_scale=2.6" \
  -F "ddim_steps=100" \
  --output output.wav

Параметры

Параметр	Тип	По умолчанию	Описание
audio	file	—	Входной аудиофайл
model_name	string	"basic"	Модель: basic или speech
guidance_scale	float	2.6	Сила guidance (1.0–10.0)
ddim_steps	integer	100	Количество шагов диффузии (1–100)

Формат ответа

• Content-Type: audio/wav
• Файл: upscaled.wav

---

🏗 Offline-режим

После предзагрузки моделей сервис работает без интернета.

Переменные окружения для настройки:

HF_HOME=/custom/cache/path  # Путь к кэшу моделей
HF_HUB_OFFLINE=1           # Обязательно для offline
HF_DATASETS_OFFLINE=1      # Обязательно для offline
TRANSFORMERS_OFFLINE=1     # Обязательно для offline

Запуск в offline-режиме:

python main.py

---

🐳 Docker

В репозитории уже присутствует Dockerfile. Для сборки и запуска:

docker build -t audiosr-api .
docker run -p 8080:8080 -v /home/ymnuk/.cache/huggingface:/app/models audiosr-api

Для загрузки моделей:

docker run -p 8080:8080 -v /home/ymnuk/.cache/huggingface:/app/models -e HF_HUB_OFFLINE=0 -e TRANSFORMERS_OFFLINE=0 -e HF_DATASETS_OFFLINE=0 test python3.9 preload_models.py

Примечание: Dockerfile автоматически не выполняет предзагрузку моделей.

---

📁 Структура проекта

.
├── main.py              # FastAPI сервер
├── preload_models.py    # Скрипт предзагрузки моделей
├── requirements.txt     # Зависимости
├── Dockerfile          # Docker-образ
└── README.md

---

⚠️ Важные замечания

• Формат выхода: всегда WAV с частотой дискретизации 48 кГц
• Каналы: моно остаётся моно, стерео → стерео
• Память: длинные аудиофайлы разбиваются на чанки по 5 секунд

---

📄 Лицензия

• Этот сервис: MIT License
• AudioSR: MIT License
• Модели (audiosr_basic, audiosr_speech): Apache License 2.0