تقليص الصورة: إزالة النموذج القرآنيّ غير المستعمَل وtorch/transformers — علاج الإقلاع البارد (209ث مقيسة)

Dockerfile

@@ -1,23 +1,23 @@
-# فضاء اختبار GPU للمرتل — faster-whisper large-v3 (float16) على T4.
-# يُشغّل نموذجين قابلين للمقارنة على نفس الصوت:
-#   • general = openai/whisper-large-v3 (أمين للمنطوق — الأفضل لرصد أخطاء القارئ)
-#   • quran   = ahishamm/finetuned-whisper-quranic-large-v3 (أدقّ تشكيلًا، قد «يُصحّح»)
-# CUDA 12.4 + cuDNN 9 (يلزمان CTranslate2 4.5+). النموذجان مبنيّان في الصورة (لا تنزيل وقت التشغيل).
+# خادم التفريغ الصوتيّ للمرتل — faster-whisper large-v3 (float16) على T4.
+#   general = openai/whisper-large-v3 (أمين للمنطوق — الأفضل لرصد أخطاء القارئ) — المسار الوحيد المستعمَل.
+# CUDA 12.4 + cuDNN 9 (يلزمان CTranslate2 4.5+). النموذج مبنيٌّ في الصورة (لا تنزيل وقت التشغيل).
 FROM nvidia/cuda:12.4.1-cudnn-runtime-ubuntu22.04
 ENV DEBIAN_FRONTEND=noninteractive HF_HOME=/app/hf HF_HUB_ENABLE_HF_TRANSFER=1
 WORKDIR /app
 RUN apt-get update && apt-get install -y --no-install-recommends \
     python3 python3-pip libsndfile1 ca-certificates && rm -rf /var/lib/apt/lists/*
 RUN pip3 install --no-cache-dir fastapi "uvicorn[standard]" numpy soundfile hf_transfer \
-    "faster-whisper>=1.1.0" "ctranslate2>=4.5" transformers "torch==2.6.0" \
-    --extra-index-url https://download.pytorch.org/whl/cpu
+    "faster-whisper>=1.1.0" "ctranslate2>=4.5"
 
-# (١) النموذج العامّ: نسخة CTranslate2 الجاهزة من faster-whisper، تُخزَّن في الصورة.
-#     النموذج القرآنيّ (quran) يُحمَّل وقت التشغيل على الـGPU عبر transformers (لا تحويل وقت البناء —
-#     تحويل large-v3 يستنزف ذاكرة آلة البناء ويقتلها OOM). راجع app.py.
+# النموذج العامّ فقط: نسخة CTranslate2 الجاهزة من faster-whisper، مخزَّنةٌ في الصورة.
+# ★ أُزيل النموذج القرآنيّ (‎ahishamm/finetuned-whisper-quranic-large-v3‎) و‎torch‎/‎transformers‎ من
+#   الصورة في 2026-08-14. سببه مقيس: الإقلاع البارد كان **٢٠٩ ثوانٍ** (رُصد على المستخدمين: انتظارٌ
+#   من دقيقةٍ إلى أربع عند فتح التطبيق بعد نوم المساحة) — وكانت الصورة تحمل ~٦.٥ جيجابايت من أوزانٍ
+#   وحزمٍ **لا يستدعيها التطبيق إطلاقًا**: الكود يطلب ‎?m=general‎ حصرًا (تأكيدٌ بفحص كلّ الملفّات)،
+#   لأنّ النموذج المُدرَّب على القرآن يحفظ النصّ فيُصحّح خطأ القارئ صامتًا فيُخفي ما وُجد التطبيق لكشفه.
+#   ‎faster-whisper‎ يعمل على CTranslate2 ولا يحتاج ‎torch‎ البتّة. لإعادة مسار ‎quran‎ مستقبلًا:
+#   أعِد سطرَي ‎pip‎ و‎snapshot_download‎ أدناه — واعلم أنّهما يُضاعفان زمن الإقلاع البارد.
 RUN python3 -c "from faster_whisper import download_model; download_model('large-v3', cache_dir='/app/hf')"
-# حمّل أوزان النموذج القرآنيّ في الصورة (safetensors) ليُحمَّل مباشرةً على الـGPU وقت التشغيل بلا تحويل.
-RUN python3 -c "from huggingface_hub import snapshot_download; snapshot_download('ahishamm/finetuned-whisper-quranic-large-v3', cache_dir='/app/hf')" || echo "QURAN_DL_SKIPPED"
 
 RUN chmod -R a+rX /app
 COPY app.py ./

app.py

@@ -22,13 +22,10 @@ def _general():
     return _fw
 
 def _quran():
-    global _hf
-    if _hf is None:
-        import torch
-        from transformers import pipeline
-        _hf = pipeline("automatic-speech-recognition", model=QURAN_REPO,
-                       device=0, torch_dtype=torch.float16)
-    return _hf
+    # مُعطَّل منذ 2026-08-14: أوزانه و‎torch/transformers‎ أُزيلت من الصورة لأنّ التطبيق لا يستدعيه
+    # إطلاقًا (‎?m=general‎ حصرًا)، وكانت تُضيف ~٦.٥ جيجابايت لكلّ إقلاعٍ بارد (٢٠٩ ثوانٍ مقيسة).
+    # راجع تعليق Dockerfile لإعادته إن لزم.
+    raise RuntimeError("المسار القرآنيّ غير مُتاح في هذه الصورة — استعمل ?m=general")
 
 app = FastAPI()
 app.add_middleware(CORSMiddleware, allow_origins=["*"], allow_methods=["*"], allow_headers=["*"])