Транскрибация аудио в текст бесплатно и без облаков: почему мне не хватило одной модели
Я провожу существенную часть рабочего дня на встречах и обсуждениях. Когда родился ребёнок и начались бессонные ночи, я стал упускать детали. Какой…
Latest News
⚑ Report a ProblemTech news from the best sources
All topics
- игры
AI
News
Tech
agents
ai
api
architecture
automation
backend
beginners
career
devchallenge
devops
javascript
llm
machinelearning
mcp
opensource
performance
productivity
programming
python
react
security
showdev
testing
tutorial
typescript
webdev
Открытые модели против облака: T-one, GigaAM или Deepgram: что реально тянет обычный CPU для живых субтитров в звонке
Открытые модели против облака: T-one, GigaAM или Deepgram: что реально тянет обычный CPU для живых субтитров в звонке Мне понадобились живые субтитр…
Open-source ассистент для чернового монтажа видео
Привет, Хабр. Недавно я писал про edge-навигацию на руль — OLED, 2ГИС, велосипед/мотоцикл. Побочный эффект DIY: накопилось много не особо связаных м…
Своя диктовка для macOS на Deepgram: горячая клавиша, прогретое соединение и три грабли PyObjC
Я диктую по полторы-три минуты подряд: мысль для поста, письмо, правка к задаче. Готовые приложения для голосового ввода на маке я перепробовал, но…
Распознавание речи на микроконтроллере: от фонем к словам
В прошлый раз STM32N6 собирал слова из фонем по заданной таблице. Теперь микроконтроллер превращает свободную английскую речь в текст - без интернет…
Как Google Play сделал публикацию бесплатного приложения настоящим испытанием
Привет, Хабр! Если вы читали мои прошлые статьи, то знаете Гига Писаря: зажимаешь кнопку, говоришь, отпускаешь, и текст появляется там, где стоит ку…
Собираю робота на Raspberry Pi 5 для дочери. Но говорящей колонкой тут не отделаться! Вызов принят, погнали. (Часть 2)
В первой части Лягушка научилась смотреть на человека, говорить и поворачивать голову. Теперь добавляю знакомые лица, память о разговорах, вопросы п…
Почему одного Whisper оказалось мало: ASR на 100 песнях для домашней игры
К Новому году мы с друзьями договорились, что каждый подготовит по конкурсу. Мне хотелось сделать что‑нибудь музыкальное, а …
Собираю робота на Raspberry Pi 5 для дочери. Но говорящей колонкой тут не отделаться! Вызов принят, погнали
Я хотел, чтобы робот помогал ребенку и мог разговаривать без интернета . Пришлось перебрать почти двадцать локальных моделей, подобрать голос, поста…
Если у вас Android, жизнь стала чуточку легче
Привет, Хабр! Если вы читали прошлые статьи, то знаете Гига Писаря: зажимаешь клавишу, говоришь, отпускаешь, и текст появляется там, где стоит курсо…
Гига Писарь Большое обновление для мака, в котором мы навели красоту и перестали вам мешать
Привет, Хабр! Это обновление для тех, кто диктует на маке, и оно самое заметное за всё время. Окно настроек Гига Писаря переделано полностью: новое…
Локальный анализ звонков без GPU. Что происходит на пути от аудио до резюме
Я хотел проверить не то, насколько хорошо локальная LLM пишет резюме по красивому тестовому диалогу, а что произойдёт с полным пайплайном на обычном…
Оффлайн телесуфлёр поверх Instagram и TikTok: распознавание речи на телефоне, выравнивание по словам
Мой телесуфлёр для Android называется Суфлёр. Он распознаёт речь на телефоне и прокручивает текст по голосу поверх Instagram, TikTok…
Гига Писарь: первый пулреквест на Windows и Мозг со своим ключом в облаке
Привет, Хабр! После того как я выпустил Писаря для Windows, скачали его уже больше трёхсот раз, спасибо всем, кто поставил, попробовал и написал, чт…
Как нейросеть переводит видео. Часть 1: Whisper врёт, и мы это знаем
Я один пишу сервис дубляжа видео с 2022 года, когда OpenAI выложил Whisper и мне показалось, что дело на месяц. В 2026-м через конвейер прошло 9 203…
Гига Писарь теперь и на Windows
В прошлой статье я подвёл итоги первых полутора недель и повесил опрос. По итогам голосования я понял, что у большинства не мак, могу предположить,…
Гига Писарь: полторы недели после первой статьи. Сколько установок и какие грабли
Привет, Хабр! С моей первой статьи прошло чуть больше недели, я не ждал, что её вообще одобрят, у меня до этого даже аккаунта на Хабре не было. Прог…
Гига Писарь: полторы недели после первой статьи. Сколько установок и какие грабли
Привет, Хабр! С моей первой статьи прошло чуть больше недели, я не ждал, что её вообще одобрят, у меня до этого даже аккаунта на Хабре не было. Прог…
Субтитры с переводом в расширении Chrome: звук вкладки в MV3, один поток вместо двух сервисов
Расширение Chrome показывает субтитры с переводом поверх созвона в браузере, бот в звонок не заходит. Разбираю три места, где ушло больше всего врем…
Whisper без облака: локальное распознавание чувствительных записей
Представим юридическую фирму, у которой за несколько месяцев накопились сотни часов аудиозаписей. В них нужно искать фамилии, даты, показания и дета…
Whisper больше не нужен, русская диктовка мгновенно и без видеокарты
Случайно услышал на просторах интернета, что у Сбера, оказывается, есть открытая модель, которая по бенчмаркам русского языка бьёт Whisper, проверил…
Как мы сэкономили память и в 10 раз ускорили определение языка без потери качества
При обработке больших аудио сначала важно определить, на каком языке говорит человек, и только затем направить запись в подходящую систему распознав…
Робот оглох и молчит об этом: как мы учили гуманоида замечать, что микрофон «отвалился»
Слышит ли вас робот прямо сейчас? А если микрофон «отвалился» — как быстро вы об этом узнаете? Штатный микрофон гуманоида Walker Tienkung предполага…
Провожу тест‑драйв GigaChat Audio в рабочих условиях
Привет, Хабр! Сбер недавно выкатил новую модель, GigaChat Audio. Сейчас я надиктовываю модели этот текст голосом — финальный штрих в истор…
Я сделал CRM без бэкенда. Вот чего мне это стоило
Приложение слушает разговоры продавца с клиентами и превращает их в текст. Человек на той стороне трубки не подписывался на то, чтобы его голос уеха…
Разговорили гуманоида: как за месяц мы построили русскоязычный голосовой стек для китайского робота
Можно ли управлять гуманоидом Walker Tienkung через свой голосовой ассистент по-русски? Мы решили проверить — и быстро выяснили, что ответ сложнее,…
Собеседовании для вас большой стресс? Для меня было да, поэтому создал решение
Есть неприятный момент на техническом собеседовании. Интервьюер заканчивает длинный вопрос, и ты понимаешь, что тема знакома. Ты делал это…
Почему голосовые ИИ‑агенты перебивают людей: замерил на боевом API и починил правилами русского синтаксиса
Все голосовые платформы решают, что человек договорил, по таймеру тишины. Я замерил, во что это выливается на живой русской…
Голосовой ввод в любое окно Windows за секунду. Офлайн, на CPU, без единого гигабайта torch
Голосовой ввод для Windows за ~1 секунду | Полностью локально • CPU • Open Source Как заставить Whisper распознавать речь почти в 4 раза быстрее на…
Я печатаю медленнее, чем думаю: локальная диктовка на Whisper для Windows, телефона и Telegram
Я диктую постоянно: сообщения, заметки, постановку задач — говорить в разы быстрее, чем печатать, а мысль не успевает остыть. Проблема в том, что уд…