timoil94

Я создал Whisper Subtitles это веб-приложение, которое:

• Автоматически распознаёт речь на 99 языках с помощью нейронки Whisper

• Принимает видео с компьютера, по ссылке, или даже через торрент/магнет

• Поддерживает все форматы: MKV, MP4, AVI, MOV итд

• Генерирует субтитры в SRT формате

• Вшивает субтитры прямо в файл как отдельную дорожку, на выходе mkv файл

• Можно смотреть mkv видео прямо в браузере с субтитрами

Демонстрация как это работает с видео из компьютера/телефона. Размер субтитров настраивается в браузере/системе. Можно скачать видео и открыть vlc или в другом плеере.

Демонстрация работы фильма из торрента

Торрент если несколько серий, разные дорожки. Здесь показываю что можно выбрать нужные серии, 1ю серию выбрать русскую озвучку, на 2й оригинальную английскую

Остальные фото можно посмотреть на гитхабе, ссылка ниже.

Насколько это просто?

1. Открываете приложение в браузере

2. Выбираете файл или вставляете ссылку

3. Нажимаете кнопку

4. Ждёте

5. Скачиваете готовые субтитры или смотрите видео с ними онлайн

Всё. Никаких танцев с бубном, никаких командных строк, "установите Python версии 3.8.12 и библиотеку версии 2.3.1".

Про скорость

У меня приложение крутится на домашнем NAS Truenas Scale с процессором Intel N150 с 16гб ОЗУ. Скорость обработки чуть быстрее реального времени на модели Large V3 INT 8:

• 11 минутный ролик ~8 минут

• 1.5 часовой фильм ~65 минут

Да, это не мгновенно, но можно поставить на ночь фильм/сериал и утром получить готовые субтитры. На более мощном железе будет значительно быстрее. Оптимизацию сделал только на процессоры intel.

В настройках можно выбрать тип модели:

Установка

Нужен только Docker. Как это сделать на Windows я не знаю, погуглите как поставить git и докер. Для маков оптимизировать не стал т.к у них уже есть софт для субтитров реальном времени без инета и для arm нужные особые библиотеки.

git clone https://github.com/timoil/whisper-subtitles.git

cd whisper-subtitles

docker compose up -d

Три команды и готово. Открываете http://localhost:8000, логинитесь (admin / admin123), и пользуетесь.

Ссылка на GitHub: https://github.com/timoil/whisper-subtitles

Интерфейс на 15 языках

Распознавание речи работает на 99 языках от русского и английского до хинди и арабского.

Итого

• Полностью бесплатно и с открытым исходным кодом

• Работает локально ваши видео никуда не отправляются

• Оптимизировано для Intel использует OpenVINO для ускорения

• Docker простая установка без головной боли

Для кого это?

• Слабослышащим и глухим людям смотрите любой контент!

• Студентам субтитры для видеолекций

• Изучающим языки включите субтитры на оригинальном языке

Всё это приложение было создано через нейронку Claude Opus 4.5. IDE для разработки Antigravity. Ловите вайбкодера!

Ссылка на GitHub ещё раз: https://github.com/timoil/whisper-subtitles

Вроде всё очевидно, составь себе список что можно, а что нельзя и живи себе спокойно. Но нет. У нас это всё превратилось вечный гуглёж, частые вопросы ИИ-ассистентам почему нельзя, а сколько можно итд. Проблему "решил" создав справочник продуктов, где с помощью нейронок и гуглежа составил список что можно/нельзя. Для iOS сделал PWA приложение, на его базе apk для андроида т.к андроиды не умеют в PWA или проблема с хуавеем.

Почему проблема не решилась? А что готовить? Фастфуд нельзя, полуфабрикаты тоже. Создаётся ощущение, что ничего нельзя, сиди и грызи пресный лист пекинской капусты запивая водой.

Хорошо, решил готовку взять в свои руки, начал придумывать необычные и новые блюда, они вкусные, но всё рано или поздно надоедает. И что, теперь всё время питаться из ограниченного числа блюд?

После третей истерики появилась идея собрать список продуктов из того, что есть на кухне, выгрузить нейронке, попросить составить новые блюда, у него хорошо получилось. Дальше начал обдумывать архитектуру, откуда достать бесплатный api, всё это завернуть в удобный интерфейс.

Как нейронка описала приложение:

AI Diet — это персональный помощник для людей с DAO-гистаминовой непереносимостью.

Проблема простая: когда у тебя гистаминоз, ты не можешь просто открыть холодильник и приготовить что-то. Каждый продукт нужно проверять: можно ли его? сколько? а если он уже полежал — точно можно?

Существующие приложения для диет бесполезны — они не учитывают специфику HIT. Списки продуктов в интернете противоречат друг другу. А визит к диетологу стоит денег и времени.

Что умеет приложение

Инвентарь продуктов
Ведёшь учёт что есть дома. Каждый продукт имеет статус: ✅ можно, ⚠️ осторожно (с лимитом), ❌ нельзя.

🤖 AI-генерация рецептов
Нейросеть Gemini смотрит что у тебя в холодильнике и предлагает рецепты, которые тебе реально можно есть. Не просто рецепты из интернета — а именно под твои продукты и ограничения.

🛒 Список покупок
Добавляешь что нужно купить — приложение помнит.

📔 Дневник питания
Записываешь что ел — отслеживаешь реакции.

📚 Справочник продуктов
База данных с HIT-статусами: что можно, что нельзя, какие есть лимиты.

Почему это уникально

1. Заточено под гистаминоз — не универсальная диета, а именно HIT/DAO

2. AI понимает контекст — не просто ищет рецепты, а учитывает твои продукты и их статусы

3. Офлайн работает — PWA, можно добавить на рабочий стол как приложение

4. Бесплатно — нужен только API-ключ Gemini (он бесплатный)

5. Self-hosted — твои данные остаются у тебя

Итог

Это не просто приложение — это ответ на вопрос «что мне сегодня приготовить?» без паники, гугла и слёз.

Техническая часть:

Стек:

• Frontend: Vanilla JS (SPA), CSS — никаких фреймворков

• Backend: PHP 8.2 (FPM)

• База: MariaDB 10.11

• AI: Google Gemini API (gemini-2.5-flash)

• Инфраструктура: Docker Compose (nginx + php + mariadb)

Архитектура:

• PWA с Service Worker — работает офлайн, можно добавить на Home Screen

• REST API для всех операций

• Async polling для AI-генерации (обход 30-секундного лимита iOS)

AI-генерация:

• Запрос → сервер создаёт фоновую задачу → клиент опрашивает статус каждые 3 сек

• Gemini получает список продуктов с HIT-статусами и генерирует рецепты

• JSON-ответ парсится с очисткой markdown и trailing commas

Деплой:

• Self-hosted на любом сервере с Docker

• Один docker-compose up -d — и работает

• Данные хранятся локально, ничего не уходит на сторонние сервисы (кроме Gemini API)

Разработка:

• Vibe-coding с помощью AI-ассистента

• ~2000 строк JS, ~200 строк PHP

• Весь проект — один репозиторий, легко форкнуть и кастомизировать

Всё это было сгенерировано в ide Antigravity от гугла с помощью модели Gemini 3 pro + Claude Opus 4.5. Имеется подписка на Google One pro. Токен для приложения используется бесплатный гуголовский aistudio, где доступна модель Gemini flash. Честно, я не могу сказать уверено, что было на 100% сделано на "вайбе" т.к я давал подсказки, вроде очевидные вещи, но робот тупит местами. Нейронка самостоятельно сношалась с докером пытаясь устранить проблемы, иногда запускала браузер Chrome и уже веб интерфейсе отлавливала аномалии.

Готовый докер композ и файлы запустил на сервере TrueNAS Scale, внешний доступ организован через туннель Cloudflare.

Скрины как всё это выглядит и описание:

В целом, я удивлён. Осталось немного отполировать, перегнать в apk для андроида. Что будет с нейросетями через 2 года, боюсь представить, если сейчас можно "вайбкодить" подобные штуки.

Скриншоты приложения:

Когда я их только надел и загрузил старую аудиограмму, я сначала не понял, т.к всё не так звучит. Решил сразу обновить аудиограмму с помощью встроенного теста, записал. Снова какая-то хрень, я беру целлофановый пакет и он шуршит не так, как должен, в моей памяти пакеты так не звучат! Я слышу какой-то свист в комнате, сначала думал, что посадка кривая, но это оказался минипк. Спрашиваю у девушки как должно звучать и описывать звуки, включаю газовую конфорку, она рассказывает, да, всё верно, удивительно, я стал слышать высокие частоты? Для чистоты эксперимента загрузил эту же аудиограмму на 2е подсы, там этих звуков нет. Можно сослаться на то, что за 2 года у меня забились фильтры, микрофон, но когда я раньше носил фонаки, я не слышал работающую турбину в машине, как и в 2х подсах.

Пошли гулять, столько новых звуков, скрежет песка на ботинках, шуршание листьев, пение птиц, свист от машин?! Нет, я слышал раньше как песок скрипел под ногами или шуршание листьев, но в этих наушниках они звучат по-другому! Будто раньше высокочастотного диапазона у меня не существовало, а с ним всё звучит прикольно. Позже в реддите узнал ответ на вопрос, они в 3х версиях повысили частотный диапазон усиления + улучшенные микрофоны. В тот вечер у меня заболела голова, звуковой перегруз мозга. Сейчас я привык к новым звукам, раньше я не верил, что можно через комнату услышать работающую газовую конфорку, сейчас сам слышу.

Ветер, я его ненавидел на 2х прошках, если ветер лёгкий, ничего не происходит, чуть задувает, включаются алгоритмы, но звук становится другим и странным, при этом ты продолжаешь слышать речь и она разборчивая. Программным способом они исправляли ветер, но всё не то. Если дует прилично, сильно приглушает звуки и пытается что-то извлечь среди шума ветра, вести диалог невозможно. Здесь в 3м поколении скорее всего поменяли сетку для микрофонов, т.к выглядит по-другому. Они наконец-то решили проблему с ветром! Теперь средний ветер не так страшен, микрофоны не задувают, алгоритмы не пытаются избавиться от него, я слышу как дует ветер аналогично без наушников. Самый хардкорный тест, включить фен на максимальные обороты и задувать одну из сторон, он пытается извлечь звуки, но другая сторона продолжает работать как обычно (раньше в первых прошивках 2е подсы синхронно приглушали звуки на обе стороны, далее поправили, одна из сторон не приглушалась, если нет ветра с противоположной стороне, но при обдуве из фена, отключались полностью т.к не справлялись с таким ветром).

Шумоподавление, эппл заявила, что здесь лучший шумодав в мире, без всяких звёздочек и оговорок. Вышли на шумную трассу, активирую шумодав и первые мысли в голове "Да ну на...", здесь нужно учитывать, что я сам особо не слышу + новые пенные амбушюры + лучшая посадка + алгоритмы.

Время работы, действительно они работают 10 часов и чуть дольше. Здесь мне добавить нечего.

Здесь я не знаю как выразить мысли, алгоритмы, расположение микрофонов или сами микрофоны, но вроде сказали, что улучшили долби атмос, возможно это как-то задело. Дело в том, что я теперь с точностью слышу откуда идёт звук, его направление. Да, на старых наушниках я тоже имел представление откуда исходит звук, но мне было сложно найти телефон под одеялом или в комнате, сейчас я точно знаю откуда исходит звук, я не понимаю как это работает.

Качество музыки и видео, я не аудиофил, и красиво описывать звук не умею, но создаётся ощущение, что звук стал объёмнее в пространстве (треки и фильмы долби атмос или 5.1). Музыка звучит более мягче и приятнее, низкие частоты интереснее (об этом писали блоггеры). В самих треках я услышал новые звуки т.к коррекция видимо задевает больший диапазон частот.

На ios 26 можно записать видео из микрофонов наушников, я попробовал записать и послушать запись, качество звука полное УГ. На записи нет того, что я слышу, звук сильно зажатый и мутный. Есть предположение, что внутри наушников звук из микрофонов поступает без сжатия есть и сразу уходит в ухо, с задержкой менее 15мс, а на записи используется bluetooth с малым битрейтом + компрессия AAC. Может, лосслесс музыка без потерь это не миф? Я не могу это послушать и ощутить, пока эппл не завезёт в наушники поддержку лосслесс аудио. Дело в том, что когда носил 2е подсы, я был в студии звукозаписи, через их динамики музыка изучала интереснее, чем я включал по блютус.

Выводы: если используете Airpods Pro 2, то можно смело обновляться на Airpods Pro 3, эппл для нас проделала большую работу. Качество микрофонов, автономность, алгоритмы. Замер пульса не использовал и не собираюсь, для этого есть часы. В интернете люди сравнивали аирподсы 2 с Phonak Audéo Sphere Infinio I90 (стоимость пары в районе 400к рублей), у фонаков разборчивость речи была на 8% лучше. В плане музыки, аирподсы сильно опережали.

В России не является сертифицированным медицинским устройством и режим слухового аппарата недоступен. Можно юзать прозрачность с аудиограммой, но алгоритмы там так себе. Если выехать в страну, где официально одобрено, то после возвращения в Россию, ничего не слетает. Смена региона и VPN не поможет.

Ответы на вопросы:
1. Нужен ли iPhone для настройки? Обязательно
2. Есть ли аналоги на андроид? Я больше эту тему не поднимаю, по вашей просьбе сделал пост + содержательный комментарий.
3. Если 1 раз настроить, можно пользоваться без iPhone? Можно, громкость усиления можно регулировать через наушники.
4. Если настроить 1 раз на iPhone, можно ли использовать на Android, не слетят настройки? Про андроид не знаю, но подключал к компьютеру на Fedora linux, всё на месте, коррекция музыки работает, слуховой аппарат, тоже.
5. Подойдут ли вам? Не знаю, у меня нейросенсорная тугоухость 3й степени.

Что я предлагаю и с чем нужна помощь:

1. Если у вас есть TWS-наушники и вы обнаружили в них режим слухового аппарата, возможность загрузки аудиограммы, эквалайзера и т.д., напишите, пожалуйста, модель, скиньте скриншоты.

2. Если вы работаете в магазине электроники и вам известны такие наушники, проверьте, напишите модели.

3. Если вы сурдолог и занимаетесь аудиопротезированием в Алматы, не боитесь, что наушники за 250$ отнимут у вас хлеб, то готов встретиться для полноценного теста и обзоров.

Для чего это всё: многие у меня спрашивают, а можно ли настроить с андроид-телефона, т.к. хотели бы бабушке/дедушке дать, есть ли похожие для андроидов. Кроме этого, мне известны случаи, что люди не хотят носить дешёвые слуховые аппараты, хочу понять, насколько они хуже или лучше, сравнить с Phonak 90-й серии за 2500$ за штуку, т.к. на Реддите отзываются негативно в пользу аирподсов.

Далее, когда мне будут известны производители и модели TWS-наушников, то нужно будет провести полноценный тест, а не «послушать у витрины». Те наушники должны быть у меня в «собственности» некоторое время, за свой счёт всё это добро я купить не смогу и не хочу. Есть несколько вариантов финансирования:

1. Если вам известны люди/компании, кто будет готов оплатить покупку/прислать на обзор. После обзора наушники вернутся обратно. Я могу в статье упомянуть вас.

2. Собрать необходимую сумму донатом, например, пикабушник N выслал 400$ для покупки Audeara Buds, я сделал обзор, далее высылаю наушники ему почтой. Почтовые расходы соберём донатом на «Пикабу». Есть РФ и международные visa и mastercard карты.

Кроме теста на мне, было бы хорошо найти в Алматы несколько добровольцев на тест, с разной потерей слуха. У меня 3-я степень тугоухости.

Напишите, пожалуйста, все варианты и предложения. Если за 2 недели ничего не решим, то просто выпущу обзор на airpods pro 3 и сравнение с airpods pro 2 в режиме слухового аппарата.

P.S. Да, я хотел перестать публиковаться на «Пикабу», но более доступной площадки, где увидят множество людей + индексируются поисковыми системами, я не знаю. Кроме меня в рунете никто обзоры не пишет.

Что изменилось? Появилась регулировка звука ножкой, теперь не нужно доставать телефон чтобы поправить громкость.

Алгоритм здесь другой, это сразу заметно, опять придётся привыкать к звуку. Сейчас выбрал аудиограмму с прошлого года чтобы исключить самовнушение, так вот, звук изменился, даже мой голос стал немного другим, разборчивость речи кратно улучшилась. У меня всегда активирован режим "Общение", в редких случаях отключаю, чтобы послушать фоновые звуки, например, как гудит кулер итд.

Под прошлым постом пикабушники задавали вопросы:
1. Самый основной вопрос подойдёт ли вам или бабушке? Я не знаю, всё индивидуально.
2. Работают ли они автономно без яблочных устройств? Да. Не так давно был баг на iOS, что режим прозрачности отваливался если наушники переключались на другое устройство, баг можно было исправить переключив на режим "Яркость". Сейчас этого бага нет.
3. Помогают ли при тиннитусе? Точно ответить не смогу, но здесь есть режим где можно выбрать фоновый шум.
4. Можно ли сделать так, чтобы носить только одну из сторон? Да, можно, сначала настраиваете как обычно 2 наушника, 1 убираете, второй продолжает работать в режиме СА.
5. В России доступен этот режим? Сейчас нет, список стран где доступно https://www.apple.com/airpods-pro/feature-availability/ можно настроить через режим прозрачности, сам так 2 года пользовался. Но в официальном СА алгоритмы лучше.
6. Работает ли на андроиде? Нет. Тестировал ли наушники от других производителей? Нет, но если появится спонсор кто готов временно предоставить наушники, готов написать и записать подробный непредвзятый обзор. Нахожусь в Алматы.

Да, я продолжаю использовать аирподсы в повседневной жизни как слуховые аппараты уже 2й год. У меня лайтнинг версия. Жалоб нет, батарею в среднем держит 6 часов. В обществе проблем нет, никто не просит снять наушники, сейчас каждый 5й ходит в наушниках. Я так привык к алгоритмам "безопасного слуха", что звуки перфоратора или шумное шоссе без наушников доставляют мне боль и страдания.

Из нового, теперь можно из компьютера настраивать режимы: