Add Docker support with preloaded models and docker-compose

.dockerignore

@@ -0,0 +1,60 @@
+__pycache__/
+*.py[cod]
+*$py.class
+*.so
+.Python
+env/
+venv/
+ENV/
+build/
+develop-eggs/
+dist/
+downloads/
+eggs/
+.eggs/
+lib/
+lib64/
+parts/
+sdist/
+var/
+wheels/
+*.egg-info/
+.installed.cfg
+*.egg
+
+# Git
+.git/
+.gitignore
+
+# Данные пользователя
+uploads/
+processed/
+tmp/
+output/
+video/
+*.mp4
+*.wav
+*.docx
+*.md
+*.txt
+
+# IDE
+.vscode/
+.idea/
+*.swp
+*.swo
+*~
+
+# OS
+.DS_Store
+Thumbs.db
+
+# Логи
+server.log
+*.log
+
+# Секреты
+.env
+.env.local
+*.key
+*.secret

Dockerfile

@@ -0,0 +1,36 @@
+# syntax=docker/dockerfile:1
+
+FROM python:3.11-slim-bookworm
+
+# Установка системных зависимостей
+RUN apt-get update && apt-get install -y --no-install-recommends \
+    ffmpeg \
+    build-essential \
+    libsndfile1 \
+    && rm -rf /var/lib/apt/lists/*
+
+# Рабочая директория
+WORKDIR /app
+
+# Копируем зависимости
+COPY requirements.txt .
+RUN pip install --no-cache-dir -r requirements.txt
+
+# Копируем код проекта
+COPY . .
+
+# Предзагрузка моделей (без HF_TOKEN диаризация пропускается)
+RUN python scripts/download_models.py || echo "Модели будут загружены при первом запуске"
+
+# Создаём директории для данных
+RUN mkdir -p uploads processed tmp
+
+# Открываем порт
+EXPOSE 8000
+
+# Entrypoint скрипт
+COPY scripts/docker-entrypoint.sh /docker-entrypoint.sh
+RUN chmod +x /docker-entrypoint.sh
+
+ENTRYPOINT ["/docker-entrypoint.sh"]
+CMD ["uvicorn", "backend.main:app", "--host", "0.0.0.0", "--port", "8000"]

docker-compose.yml

@@ -0,0 +1,29 @@
+version: "3.8"
+
+services:
+  transcription:
+    build: .
+    container_name: transcription_service
+    ports:
+      - "8000:8000"
+    environment:
+      - HF_TOKEN=${HF_TOKEN}
+      - PYTHONUNBUFFERED=1
+    volumes:
+      - uploads:/app/uploads
+      - processed:/app/processed
+      - tmp:/app/tmp
+      # Модели кэшируются в контейнере, но можно пробросить для переиспользования:
+      # - model_cache:/root/.cache
+    restart: unless-stopped
+    healthcheck:
+      test: ["CMD", "curl", "-f", "http://localhost:8000/api/files"]
+      interval: 30s
+      timeout: 10s
+      retries: 3
+      start_period: 60s
+
+volumes:
+  uploads:
+  processed:
+  tmp:

scripts/docker-entrypoint.sh

@@ -0,0 +1,22 @@
+#!/bin/bash
+set -e
+
+echo "🚀 Transcription Service Docker Container"
+echo "=========================================="
+
+# Проверяем HF_TOKEN
+if [ -z "$HF_TOKEN" ]; then
+    echo "⚠️  Внимание: HF_TOKEN не установлен. Диаризация будет недоступна."
+    echo "   Запустите с: docker compose up -e HF_TOKEN=your_token"
+else
+    echo "✅ HF_TOKEN установлен"
+fi
+
+# Создаём директории если их нет
+mkdir -p uploads processed tmp
+
+echo "📡 Запуск сервера на http://0.0.0.0:8000"
+echo ""
+
+# Запускаем uvicorn (worker'ы стартуют через lifespan в backend/main.py)
+exec "$@"

scripts/download_models.py

@@ -0,0 +1,71 @@
+"""Скрипт предзагрузки моделей для Docker образа.
+
+Запускается во время сборки Docker образа.
+Загружает все необходимые модели, чтобы при старте контейнера
+не нужно было ждать скачивания.
+"""
+
+import os
+import sys
+
+# Устанавливаем токен HuggingFace из env или placeholder
+os.environ.setdefault("HF_TOKEN", os.environ.get("HF_TOKEN", ""))
+
+import whisperx
+
+
+def download_whisper_model(model_name="large-v3"):
+    """Загружает модель Whisper."""
+    print(f"[Download] Whisper модель: {model_name}")
+    device = "cpu"
+    compute_type = "int8"
+    model = whisperx.load_model(model_name, device, compute_type=compute_type)
+    print(f"[Download] Whisper {model_name} готова")
+    del model
+
+
+def download_alignment_model(language="ru"):
+    """Загружает alignment модель для языка."""
+    print(f"[Download] Alignment модель для {language}")
+    device = "cpu"
+    model_a, metadata = whisperx.load_align_model(language_code=language, device=device)
+    print(f"[Download] Alignment {language} готова")
+    del model_a
+
+
+def download_diarization_model():
+    """Загружает модель диаризации."""
+    print("[Download] Модель диаризации")
+    token = os.environ.get("HF_TOKEN", "")
+    if not token:
+        print("[Warning] HF_TOKEN не установлен — модель диаризации не загружена!")
+        print("[Warning] При старте контейнера установите HF_TOKEN через env.")
+        return
+    from whisperx.diarize import DiarizationPipeline
+    device = "cpu"
+    diarize_model = DiarizationPipeline(token=token, device=device)
+    print("[Download] Диаризация готова")
+    del diarize_model
+
+
+def main():
+    print("=" * 60)
+    print("Предзагрузка моделей для Docker образа")
+    print("=" * 60)
+    
+    download_whisper_model("large-v3")
+    download_alignment_model("ru")
+    
+    # Диаризация требует токен, поэтому опционально
+    try:
+        download_diarization_model()
+    except Exception as e:
+        print(f"[Warning] Диаризация не загружена: {e}")
+    
+    print("=" * 60)
+    print("Предзагрузка завершена")
+    print("=" * 60)
+
+
+if __name__ == "__main__":
+    main()