Голосовые в текст на одном ядре: GigaAM v3, нарезка по паузам и очередь по кругу
A developer built a free bot that turns voice messages and video circles into text and runs it on a single server core. The setup includes benchmarks of GigaAM v3 against Whisper on a CPU. Long recordings are split at pauses without a separate model, and a round-robin queue keeps a short voice message from waiting behind a long podcast. The bot uses a self-hosted Bot API server for files up to 2 GB, and the code is open.
Сделал бесплатного бота, который переводит голосовые и кружки в текст, и уложил его в одно ядро сервера. Внутри — замеры GigaAM v3 против Whisper на процессоре, нарезка длинных записей по паузам без отдельной модели, очередь по кругу, чтобы короткое голосовое не ждало чужой подкаст, и свой сервер Bot API для файлов до 2 ГБ. Код открыт. Читать далее