Omni-VRAM v2.5.0

Omni-VRAM v2.5.0

📦 更新内容

新增模块

• 音频增强器（7级管线）
• 语音质量评估（SNR/PESQ）
• LLM会议助手（多供应商）
• 边缘部署后端（ONNX/TensorRT/Lite）

代码质量

• 异常处理细化（具体异常类型）
• 日志格式统一（%s占位符）
• 内存泄漏修复
• 线程安全保护

API增强

• API Key认证
• 速率限制（60次/分钟）
• 输入验证（文件大小、格式）

中文优化

• 标点恢复
• 数字/日期规范化
• 方言转换

📊 数据

• 28个核心模块
• 22个测试文件
• MIT许可证

📦 安装

pip install omni-vram

🙏 致谢

感谢所有贡献者！

Omni-VRAM v2.2.1 - 中文会议转写优化

Omni-VRAM v2.2.1

📝 中文会议转写功能

• 自动语音转文字
• 说话人分离
• 中文标点恢复
• 话题分段
• 会议摘要生成

📊 输出格式

• SRT字幕
• 文字稿（带说话人+时间戳）
• 会议纪要
• 说话人统计

🇨🇳 中文优化

• 数字/日期/金额规范化
• 专业领域词典（医疗/法律/金融）
• 专有名词识别

🔧 Bug修复

• vram_hacker.cu完整实现
• AsyncTaskQueue容量限制
• WebSocket线程安全
• 临时文件泄漏修复

🐳 Docker

• GPU/CPU双版本
• docker-compose一键部署

📦 安装

pip install omni-vram

🙏 致谢

感谢所有贡献者！

Omni-VRAM v2.1.1 - Docker部署 + 性能对比 + 代码质量

Omni-VRAM v2.1.1

🐳 Docker 支持

• GPU版本 Dockerfile（nvidia/cuda）
• CPU版本 Dockerfile
• docker-compose.yml 一键启动

📊 性能对比

• 新增 benchmark_comparison.py
• Omni-VRAM vs faster-whisper 官方对比
• 生成 Markdown 对比报告

🔧 代码质量

• 全部测试统一为 pytest 风格
• 日志系统统一为 logging
• 修复5个测试失败
• 180个测试全部通过

📦 安装

pip install omni-vram

🐳 Docker 快速启动

docker-compose up -d

🙏 致谢

感谢所有贡献者！

Omni-VRAM v2.1.0 - 中文优化 + 实时加速

Omni-VRAM v2.1.0

🎉 重大更新

🇨🇳 中文处理优化

• 中文标点恢复（自动加逗号、句号）
• 数字/日期规范化（"二零二四" → "2024"）
• 方言检测（粤语、四川话、上海话、闽南语）
• 专业领域词典（医疗、法律、金融）
• 中文分词优化

⚡ 实时性能优化

• Silero VAD 集成（更准的语音检测）
• RingBuffer 环形缓冲区（<1ms写入）
• 延迟追踪系统（p50/p95/p99统计）
• Pipeline平均延迟 8.54ms

🔧 Bug修复

• 修复6个测试失败
• 修复模型大小估算偏差
• 修复浮点精度断言
• 清理冗余文件

📦 安装

pip install omni-vram

📊 数据

• 22个核心模块
• 437个测试用例
• 98.6%测试通过率

🙏 致谢

感谢所有贡献者！

Omni-VRAM v2.0.0 - 完整 LLM 语音交互框架

Omni-VRAM v2.0.0

🎉 重大更新：完整 LLM 语音交互框架

让大模型长出耳朵和嘴巴！22个模块、375个测试、生产级架构。

✨ v2.0.0 新功能

🎙️ 语音识别

• 多后端 Whisper（faster-whisper / whisper.cpp / OpenAI API）
• 实时流式 ASR
• 自动语言检测

🗣️ 说话人分析

• 说话人分离（谁在什么时候说话）
• 声纹验证（1:1 和 1:N）
• 声纹注册和管理

😊 情绪识别

• 7种情绪（开心、悲伤、生气、中性、惊讶、恐惧、厌恶）
• wav2vec2 深度学习后端

🔇 音频处理

• 多后端噪声消除
• 音频事件检测
• 唤醒词检测

🗣️ 语音合成与翻译

• TTS（edge-tts / pyttsx3）
• 语音翻译管道（ASR → 翻译 → TTS）

🏗️ 基础设施

• 多 GPU 负载均衡
• 分布式转录
• 插件系统（热插拔）
• Prometheus 监控
• REST + gRPC API
• Gradio Web UI

📦 安装

pip install omni-vram

🚀 快速开始

from vram_core import WhisperBridge

whisper = WhisperBridge()
result = whisper.transcribe("audio.wav")
print(result.text)

📊 数据

• 22 个核心模块
• 375 个测试用例
• 支持 50+ 种语言

📖 文档

• 安装指南：docs/installation.md
• 快速入门：docs/quickstart.md
• API 参考：docs/api_reference.md

🙏 致谢

感谢所有贡献者和开源社区！

---

完整变更日志：https://github.com/Liangchenxu/Omni-VRAM/commits/v2.0.0

v1.0.0 - Production Ready

Omni-VRAM v1.0.0 - Production Ready

完整语音AI平台，20个模块，支持实时转写、降噪、情绪识别、说话人分离、TTS、翻译等。

✨ New Features (v1.0.0)

核心升级

• Whisper全系列支持 — tiny/base/small/medium/large-v3/Distil-Whisper
• GPU加速 — faster-whisper比原生快5倍
• 实时流式ASR — 边说边出字，延迟<500ms
• Web API — REST + WebSocket接口
• gRPC服务 — 高性能RPC接口

AI功能

• 情绪识别 — wav2vec2深度学习模型，7种情绪
• 说话人分离 — pyannote-audio，自动识别谁在说话
• 声纹验证 — 1:1声纹认证，支持声纹库管理
• 音频事件检测 — 检测笑声、掌声、警报等

语音处理

• 噪声抑制 — WebRTC/RNNoise三后端
• 语音合成TTS — edge-tts微软语音
• 语音翻译 — 实时语音到语音翻译
• 音频增强 — 归一化、均衡器、修复

生产级架构

• 多GPU支持 — 管线/数据/张量并行
• 分布式转录 — 多机多卡并行处理
• KV-Cache优化 — NF4/FP4量化，显存减半
• 监控系统 — Prometheus指标、Grafana仪表盘
• 插件系统 — 可扩展音频处理管道
• 唤醒词检测 — 自定义唤醒词

📦 Installation

pip install omni-vram

Omni-VRAM v0.4.0 - Complete Release

Omni-VRAM v0.4.0 - Complete Release

New Features

• Whisper Integration — 本地 whisper.cpp 后端，支持多语言转写
• Config Module — .env 配置管理，敏感信息自动脱敏
• 4 Example Apps — 实时语音助手、会议转写、对话机器人、性能测试
• Full Documentation — API参考、安装指南、FAQ

Performance

• KV-Cache 零拷贝注入：11x faster than torch.cat
• 音频前端融合：28x faster than PyTorch

Installation

pip install omni-vram

or

git clone https://github.com/Liangchenxu/Omni-VRAM.git
cd Omni-VRAM && python setup.py install

Documentation

• Installation Guide
• Quick Start
• API Reference
• Technical Blog

Thanks

Thanks to all contributors and early testers!