← Все проекты

voicenotes · синтез речи · 2026✓ собран за одну сессию

Синтез речи

Не всё сказанное — событие. Разговор с врачом, договорённость с подрядчиком, мысль по дороге: у этого нет даты, но потерять жалко. Такие записи некуда девать — в календарь они не ложатся, а в ленте мессенджера теряются на второй день. Здесь они складываются в архив и находятся по смыслу: «напомни, о чём был разговор у врача» возвращает нужную запись, даже если слова «врач» в ней нет.

Роль: Постановка задачи, архитектура, сборка, запуск
Срок разработки: одна сессия
Платформа: Whisper Qwen3-TTS bge-m3 pgvector
Доступ: Закрыто NDA

0обращений к облачным AI-сервисам

1,3 срасшифровка минуты речи

×3синтез быстрее реального времени

16 собразца хватает, чтобы снять голос

Синтез речи — Найденная заметка: выжимка и четыре действия под ней

Экраны проекта

01 / 02

Как это работает

От сказанной фразы до ответа голосом

Запись экрана: заметка надиктована, найдена по смыслу и зачитана голосом обратно в чат.

За минуту срабатывают четыре модели подряд: Whisper разбирает речь, языковая модель делает выжимку и выбирает нужную заметку из пяти кандидатов, bge-m3 считает вектор для поиска, Qwen3-TTS озвучивает ответ голосом со снятой сигнатурой. Всё на одной машине, без обращений наружу.

Задача

Записать мысль, не решая, куда её деть

Голосом записывают то, что не оформлено, — и потом не могут найти: человек помнит смысл, а не формулировку.

Ответ нужен голосом и знакомым: за рулём читать нечего, а синтетического диктора слушать неприятно.

Заметки — это здоровье, семья и деньги. Поэтому распознавание, понимание и синтез идут на локальном оборудовании.

Решение

Три модели на локальном оборудовании и векторная база

Сначала записать, потом думать. Запись сохраняется в базу сразу. Только потом её читает модель. Даже если модель ошибётся — текст уже сохранён и не пропадёт.
Ищется не текст, а выжимка. В поиск попадает короткая сводка заметки, а не вся запись. Короткая сводка находится точнее длинного текста обо всём сразу.
Выбирает модель, а не математика. Поиск всегда что-то возвращает, даже если ничего похожего нет. Поэтому последнее слово за моделью: она смотрит пять ближайших записей и либо называет нужную, либо честно говорит — такой нет.
Сбой не превращается в случайный ответ. Ответила модель невнятно — считается, что она ничего не нашла. Система не подсовывает случайную запись в момент поломки.
Голос снимается с образца, без обучения. Хватает 16 секунд речи и её текста. Сменить голос — заменить два файла.
Ответ — настоящее голосовое сообщение в мессенджере. Не файл, который надо скачивать.
Ошибку можно поправить одной кнопкой. Система приняла заметку за вопрос? Под ответом две кнопки: «это была заметка» и «надо было найти». Текст не теряется.

Технологии

Чем собран проект

Распознавание речи: whisper.cpp, модель large-v3-turbo, локальный сервер
Понимание и выжимка: Qwen 3 (14B, 8 бит) через Ollama
Эмбеддинги: bge-m3, 1024 измерения
Синтез речи: Qwen3-TTS 1.7B через mlx-audio, клонирование по образцу
Векторная база: pgvector в self-hosted Supabase, индекс HNSW, косинусная близость
Оркестрация: n8n
Железо: Mac Studio M4 Max, 128 ГБ памяти

Результат

✓заметка находится по смыслу: запрос «что было у врача» вытаскивает нужную запись с заметным отрывом от соседних

✓ответ приходит настоящим голосовым сообщением в мессенджере, а не файлом на скачивание

✓минута речи расшифровывается за 1,3 секунды, синтез идёт примерно втрое быстрее реального времени

✓ни одного обращения к облачным AI-сервисам: распознавание, понимание, векторы и синтез — на локальном оборудовании

✓удаление мягкое: запись пропадает из поиска, но текст остаётся — восстановить стёртую диктовку было бы неоткуда

Откуда цифры: замеры на боевых запросах. Скорость расшифровки и синтеза — измерена. 16 секунд — размер образца голоса. Ноль облачных обращений — свойство архитектуры.

Другие работы

okvoda · интернет-магазин

ОК Вода

2,9 млн ₽ выручки с момента запуска

Смотреть кейс →

tbcontrol · сайт услуг

ТСК Лаборатория

551 заявка через форму, 82 звонка

Смотреть кейс →

okoriginal · витрина услуг

ОК Оригинал

30–60 тыс. ₽ выручки в месяц

Смотреть кейс →

Контакты

Нужен такой же результат?

Расскажите о задаче — ответ в течение дня: оценка срока, вилка бюджета и честное предупреждение, если она решается дешевле, чем вы рассчитывали.