Случайно услышал на просторах интернета, что у Сбера, оказывается, есть открытая модель, которая по бенчмаркам русского языка бьёт Whisper, проверил, и понял, что она не просто не хуже, она работает мгновенно? да еще и на обычном процессоре, без GPU, а текст появляется быстрее, чем успеваешь отпустить кнопку

Дальше понеслось, собрал диктовку для себя, раздал друзьям, всем понравилось, начали пользоваться, и разумеется, повалились хотелки, а давай сделаем это, а пусть оно ещё вот так, из этого за пару недель вырос целый продукт.

Что получилось и как работает:

Держишь правый ⌘ command, говоришь, отпускаешь, текст с пунктуацией и заглавными уже вставлен туда, где стоял курсор.

Замеры дали такие параметры: фраза на 6 сек вставляется за 0.08 сек, запись 30 сек транскрибируется меньше чем за полсекунды, а загрузка модели поднимается за 0,22 сек.

Все локально звук не покидает комп, сама модель весит 204 МБ, а приложение 32 мб и работает на процессоре, видеокарту не используем, код открыт, лицензия MIT, с названием мудрить не стал, раз пишет под диктовку, пусть будет Писарь

Почему Писарь, а не Whisper

Whisper прекрасная модель, но универсальная, под сотню языков, и русский не в приоритете, к тому же она тяжёлая, на процессоре работает медленно, поэтому обёртки гонят её на видюху, мак греется, комп притормаживает, а текст всё равно появляется с задержкой, качество русского, падежи, окончания и пунктуация у Whisper хромают.

GigaAM, на базе которого я собрал Писаря, обучена Сбером специально на русском, и на нём она заметно точнее, плюс расставляет пунктуацию и заглавные, английские вкрапления в русской речи (термины, названия) она тоже переваривает как надо.

Сердцебиение и нехватка воздуха, скорая, кардиолог. Сердце в порядке. Дальше невролог из-за головокружения, гастроэнтеролог из-за желудка, потом чекап целиком. Везде чисто. Остаётся единственный вывод: надо разобраться в себе. Здравствуй, психолог. И тут бестолку, только хуже становится от разговоров.

Трек типовой. В статье разбираю, куда идти, когда накрыло депрессией и тревогой. Исходя из собственного опыта.

Я диктую постоянно: сообщения, заметки, постановку задач — говорить в разы быстрее, чем печатать, а мысль не успевает остыть. Проблема в том, что удобной диктовки, которая не гонит звук в чужое облако, я не нашёл. Так появился PasteTalk: локальная диктовка для Windows по горячей клавише, а вокруг неё — собственный сервер, приложение для телефона и Telegram-бот.

Отдельным требованием стала мама: из-за слабого зрения печатать на телефоне она почти не может, и телефонная часть проектировалась под самый жёсткий случай — одна кнопка на весь экран, крупный шрифт, ошибки словами. Забегая вперёд: правки «для мамы» сделали приложение удобнее и для всех остальных.

Под катом — архитектура, цифры и четыре бага, каждый из которых молча съедал наговорённый текст.

Техническая наука в любой области изобилует, порой, довольно парадоксальными решениями, которые, тем не менее, если разобраться, вполне себе имеют право на существование и, к тому же, приводят к интересным следствиям — то есть, полезны для современного применения: именно таким и является знаменитый «парадокс Фергюсона», касающийся зубчатых передач, который удивляет впервые ознакомившихся с ним людей людей, уже более 260 лет, и, к тому же, имеет интересное следствие в наши дни, так как зная его принципы, можно успешно проектировать механические суставные передачи роботов, с парадоксальным (на первый взгляд) движением… 

Дисклеймер: Это статья-проверка на прочность. Проект работает на PHP + MySQL + Polling каждые 3 секунды. Если вы кликнули по ссылке, а сервер отдаёт 502 или упорно молчит — значит, поллинг взял своё под нагрузкой Хабра, а я прямо сейчас судорожно оптимизирую запросы и чиню базу!

Привет, Хабр!

Я в одиночку разработал web‑мессенджер Conlink Messenger. Его главная фича — полный отказ от привязки к номеру телефона: только email, пароль и никакого сбора персональных данных.

Я долго откладывал публикацию в ожидании «идеального кода», но понял, что этот момент никогда не наступит. Поэтому выкатываю MVP в том виде, какой он есть — с простой архитектурой, поллингом вместо WebSocket и кучей спорных решений.

Если после этой статьи окажется, что половину backend'а стоит переписать — значит, опубликовал не зря. Приглашаю устроить проекту честный краш‑тест!

Есть 3 уровня защиты.

Первый — физический барьер. Это кирпичная кладка из омертвевших клеток-корнеоцитов, которые скреплены цементом из межклеточных жиров.

Второй — гидролипидная мантия. Представьте себе эмульсию, смесь из себума (кожного сала) и пота. Пот состоит из воды и кислот, включая молочную, а себум — это целый коктейль: триглицериды, сквалан, восковые эфиры, свободные жирные кислоты, холестерол и церамиды.

Именно эта мантия отвечает за перекисное окисление (защиту от свободных радикалов, чем занимается сквалан) и держит тот самый здоровый pH 5,5. И это критически важно! В слабокислой среде не может плодиться патогенная флора.

Вот тут и начинается смешное — мы её постоянно смываем! Как только мы смыли мантию до скрипа, pH уходит в щёлочь, и на коже начинается вечеринка для плохих бактерий.

Третий — биологический барьер, или микробиом. Это целый микромир бактерий, антимикробных пептидов и разной живности — всё это живёт на нас и формирует первую линию защиты от враждебных микроорганизмов. Даже нейтральные бактерии, если что, полезны. Просто потому, что они там живут и не пускают никого на свою территорию, защищают её и бьют колонизирующие вас виды. Нет бактерий — приходи кто хочет!

И вот теперь, внимание, вопрос: а если этот защитный слой такой важный, то как вообще мыть кожу и не смывать его?

А никак! Но есть несколько химических обходов, и вот мы тут разработали один хак для некоторых краевых случаев, сейчас покажу.