constants.py

# #mode, can be :'local','google colab - drive','yandex' 
# mode='yandex'

# # Язык Whisper
# language='Russian'

# # Размер модели whisper (tiny, base, small, medium, turbo, large)
# modeltype='medium'

# #main folder with participant audios
# # Главная папка: для Яндекс.Диск '/diarization_project/' , для Google Диск '/content/drive/My Drive/diarization_project/'
# main_folder = r'/diarization_project/Образцы голоса'

# TEMP_FOLDER_MAIN = "main_audio"
# TEMP_FOLDER_FRAGMENTS = "fragmented_main"
# CLIPPED_SEGMENTS = "clipped_segments"

# # path главного файла в главной/корневой папке (если не скачивать с Яндекс.Диск или Google Диск)
# MAIN_AUDIO =r'https://disk.yandex.ru/i/uZ05epTJKC3E_g'#r'/diarization_project/1_Репортаж(малый).mp4'

# #None / yandex / google / other url, откуда скачиваем файл (если скачиваем)
# source = 'yandex'

# # Участники ,  указываем название ФИО участников (в google drive назовите папки с образцами ФИО участниками)
# # ['Куертов Влад (предприниматель)', 'Редькин Николай (ведущий)', 'Трунов Василий (ведущий)']
# PARTICIPANTS =['Соколов Алексей', 'Гафарова Лилия']

# # Интервал для расшифровки
# #intervals =  [ "|00:00:00-00:01:00|" , "00:01:30-end"] #for not like this
# interval= "|00:00:00-00:01:00|"  #maybe later will implement with s, too time consuming now

# # Указать цикл для интервала в seconds
# divide_interval = 60 

# ##################################################### Настройки 2 (распознование голосов) #####################################################

# # Разбивать на фрагменты: да / нет
# is_fragment = "да"

# # Высшее качество но скорость намного медленнее
# Accuracy_boost=True

# # huggingface token для модели (иногда нужен)
#  #userdata.get('huggingface_token')
# HUGGINGFACE_TOKEN='...'

# # Модели эмдеддингов / векторов
# #варианты: 'pyannote/embedding', 'speechbrain/spkrec-ecapa-voxceleb', 'nvidia/speakerverification_en_titanet_large', 'hbredin/wespeaker-voxceleb-resnet34-LM' , 'titanet_large' , 'ecapa_tdnn' , 'speakerverification_speakernet'
# embedding_model_name='hbredin/wespeaker-voxceleb-resnet34-LM'

# # Обработка с образцами голосов или без (если указали С но нет образцов, код сработает словно указали БЕЗ)
# Voice_sample_exists=True

# # Работать с векторами или аудио (True или False)
# Vector= True

# # После обработки образцов голосов добавить их как вектора в json ? (1 json файл будет хранить все вектора и названия фрагментов векторов рядом)
# Add=False

# # Выводить текст или нет
# save_txt=True

# #text/word/none
# save_mode = 'word'

# # Выводить метки или нет
# metki=True

# # Порог [0-1] например 0.7 , если None то автоматически за вас берётся оптимальное значение
# SIMILARITY_THRESHOLD = 0.6

# # Алгоритм кластеризации (использовать или нет)
# clustering=True

# # Настройки для кластеризации. Обратите внимание на комментарии, отмечено какие настройки каким алгоритмам
# # Для clustering_alogorithm  выбор  : 'AgglomerativeClustering', 'OPTICS','Birch','SpectralClustering','AffinityPropagation','MeanShift','GaussianMixture' , 'DBSCAN', 'KMeans','HDBSCAN'
# # Стандартные настройки для вас если n_clusters==None для AgglomerativeClustering - affinity='cosine', linkage='average' иначе AgglomerativeClustering - affinity='cosine', linkage='complete'

# settings = {
#     'clustering_algorithm': 'AgglomerativeClustering',  # Алгоритм кластеризации по умолчанию
#     'min_speakers': 2,  # Минимальное количество спикеров ! нужно указать если алгоритмы: KMeans, GaussianMixture, SpectralClustering
#     'max_speakers': 6,  # Максимальное количество спикеров ! нужно указать если алгоритмы: KMeans, GaussianMixture, SpectralClustering
#     'min_cluster_size': 1,  # Минимальный размер кластера для HDBSCAN
#     'min_samples': 1,  # Минимальное количество образцов для HDBSCAN
#     'eps': 0.5,  # Параметр для DBSCAN: максимальное расстояние между образцами для их объединения в один кластер
#     'damping': 0.5,  # Параметр для AffinityPropagation: балансировка между количеством кластеров и их качеством
#     'bandwidth': 2.0,  # Параметр для MeanShift: ширина ядра для кластеризации
#     'linkage': 'complete',  # Параметр для AgglomerativeClustering: тип связи ('average', 'complete', 'single')
#     'affinity': 'cosine',  # Параметр для многих алгоритмов: тип расстояния ('euclidean', 'manhattan', 'cosine')
#     'n_init': 10,  # Количество инициализаций для KMeans
#     'distance_threshold': None, #[-1,1] Дополнительный порог. Но он сделан автоматическим
#     'n_clusters': None # Количество групп голосов. Если None то автоматически за вас берётся оптимальное значение
# }


# EMBEDDING_MODELS={
#             'pyannote/embedding': 512,
#             'speechbrain/spkrec-ecapa-voxceleb': 192,
#             'nvidia/speakerverification_en_titanet_large': 512,
#             'hbredin/wespeaker-voxceleb-resnet34-LM': 256,
#             'titanet_large': 512,
#             'ecapa_tdnn': 192,
#             'speakerverification_speakernet': 256 }

# # Количество попыток подключения к Яндекс.Диск
# ATTEMPTS=3

# #Время между попытками в секундах, при подключении к Яндекс.Диск
# ATTEMPTS_INTERVAL = 3

# # Удалить тишину или нет (главное аудио): True / False
# Silence=True

# #Отрезки с 2-3 голосами ---> отельные отрезки , Значения : True / False
# remove_overlap =True

# ##################################################### Настройки 3 (технические) #####################################################

# # Настройка приложения Яндекс для подключения к Яндекс.Диск
# client_secret="..."
# client_id= "..."

# # Получить новый токен Яндекс для управления Яндекс.Диск?
# get_token='нет' #'да'
# token_yandex= '...' #сюда вставляете новый токен

# ##################################################### Конец настроек #####################################################



settings = {
    'mode': 'yandex',
    'language': 'Russian',
    'modeltype': 'medium',
    'main_folder': r'/diarization_project/Образцы голоса',
    'TEMP_FOLDER_MAIN': "main_audio",
    'TEMP_FOLDER_FRAGMENTS': "fragmented_main",
    'CLIPPED_SEGMENTS': "clipped_segments",
    'MAIN_AUDIO': r'https://disk.yandex.ru/i/uZ05epTJKC3E_g',
    'source': 'yandex',
    'PARTICIPANTS': ['Соколов Алексей', 'Гафарова Лилия'],
    'interval': "|00:00:00-00:01:00|",
    'divide_interval': 60,
    'is_fragment': "да",
    'Accuracy_boost': True,
    'HUGGINGFACE_TOKEN': '...',
    'embedding_model_name': 'hbredin/wespeaker-voxceleb-resnet34-LM',
    'Voice_sample_exists': True,
    'Vector': True,
    'Add': False,
    'save_txt': True,
    'save_mode': 'word',
    'metki': True,
    'SIMILARITY_THRESHOLD': 0.6,
    'clustering': True,
    'cluster_settings': {
        'clustering_algorithm': 'AgglomerativeClustering',
        'min_speakers': 2,
        'max_speakers': 6,
        'min_cluster_size': 1,
        'min_samples': 1,
        'eps': 0.5,
        'damping': 0.5,
        'bandwidth': 2.0,
        'linkage': 'complete',
        'affinity': 'cosine',
        'n_init': 10,
        'distance_threshold': None,
        'n_clusters': None
    },
    'EMBEDDING_MODELS': {
        'pyannote/embedding': 512,
        'speechbrain/spkrec-ecapa-voxceleb': 192,
        'nvidia/speakerverification_en_titanet_large': 512,
        'hbredin/wespeaker-voxceleb-resnet34-LM': 256,
        'titanet_large': 512,
        'ecapa_tdnn': 192,
        'speakerverification_speakernet': 256
    },
    'ATTEMPTS': 3,
    'ATTEMPTS_INTERVAL': 3,
    'Silence': True,
    'remove_overlap': True,
    'client_secret': "...",
    'client_id': "...",
    'get_token': 'нет',
    'token_yandex': '...',
    'undefiend_speaker': 'Участник (не определён)'
}