#!/usr/bin/env python3 """Validation sur une machine AVEC GPU : la roue voit-elle le GPU, et faster-whisper transcrit-il en français dessus ? pip install faster-whisper --extra-index-url https://git.lemesre.org/api/packages//pypi/simple python3 tools/smoke-gpu.py [audio.wav] Sans argument, seul le comptage des GPU est fait. cuBLAS 13 et cuDNN 9 doivent être trouvables (toolkit CUDA système, ou paquets pip nvidia-* dont le script ajoute les dossiers lib à LD_LIBRARY_PATH s'ils existent). """ import ctypes import importlib import os import sys import time def dossiers_nvidia_pip() -> list[str]: dossiers = [] for module in ("nvidia.cublas", "nvidia.cudnn", "nvidia.cuda_runtime"): try: m = importlib.import_module(module) except ImportError: continue lib = os.path.join(os.path.dirname(m.__file__), "lib") if os.path.isdir(lib): dossiers.append(lib) return dossiers def main() -> int: for d in dossiers_nvidia_pip(): for f in sorted(os.listdir(d)): if f.startswith(("libcublas", "libcudnn")) and ".so" in f: try: ctypes.CDLL(os.path.join(d, f)) except OSError: pass import ctranslate2 n = ctranslate2.get_cuda_device_count() print(f"ctranslate2 {ctranslate2.__version__} — GPU CUDA visibles : {n}") if n == 0: print("aucun GPU : la roue est CPU ou CUDA est introuvable", file=sys.stderr) return 1 print("types de calcul GPU :", sorted(ctranslate2.get_supported_compute_types("cuda"))) if len(sys.argv) < 2: return 0 from faster_whisper import WhisperModel modele = WhisperModel("large-v3", device="cuda", compute_type="float16") debut = time.perf_counter() segments, info = modele.transcribe(sys.argv[1], language="fr", beam_size=5, vad_filter=True) texte = [(s.start, s.end, s.text) for s in segments] duree = time.perf_counter() - debut print(f"audio {info.duration:.1f} s transcrit en {duree:.1f} s, langue forcée fr") for start, end, t in texte[:10]: print(f"[{start:6.1f}-{end:6.1f}] {t.strip()}") return 0 if __name__ == "__main__": sys.exit(main())