# SpeechToText — Abhängigkeiten
# Getestet mit Python 3.12, CUDA 12.x (ctranslate2 4.6), Ubuntu
#
# GPU: ctranslate2 braucht cuBLAS 12 + cuDNN 9 (z. B. über pip-Pakete
# nvidia-cublas-cu12 / nvidia-cudnn-cu12 oder eine vorhandene CUDA-Installation).

# --- STT-Kern (stt_core.py) ---
faster-whisper>=1.2.0     # bringt ctranslate2, PyAV (Dekodierung) und Silero-VAD (onnxruntime) mit
numpy>=1.26
scipy>=1.11               # Resampling ganzer Signale
soxr>=0.3                 # Streaming-Resampling (optional, sonst Fallback auf scipy)

# --- Dienst (stt_service.py) ---
fastapi>=0.115,<1.0
uvicorn[standard]>=0.32,<1.0
python-multipart>=0.0.9   # /v1/audio/transcriptions (multipart)
wyoming>=1.6,<2.0         # Home Assistant (stt_wyoming.py)

# --- CLI (stt_cli.py) ---
sounddevice>=0.4
requests>=2.31
websockets>=13

# --- Tests ---
pytest>=8
httpx>=0.27