WhisperServer: Разделение на спикеров (диаризация)

Автоматическое саммари по записи стрима: - Оказывается, разделить аудио на дорожки по спикерам (диаризация) можно с помощью готовой библиотеки Flot Audio. Она предоставляет удобный API, скрывая всю сложность работы с моделями NVIDIA. - Flot Audio умеет не только разделять голоса, но и определять конкретных людей. Достаточно один раз «скормить» ей образец голоса, и она сможет подписывать реплики нужным именем. - Интересное наблюдение: для задачи по интеграции диаризации Codex справился быстро и эффективно, в то время как модель Z.AI GLM 4.5 показала себя хуже. Это подтверждает, что для кодинга выбор правильного инструмента решает. - Многие ругают ИИ за то, что он «портит» интернет. Но интернет уже был сломан SEO-оптимизацией и тоннами бесполезного контента. Новые инструменты — это скорее фильтр, который помогает находить суть в этом хаосе. - Если ваш пулл-реквест в опенсорс-проект долго игнорируют, это не всегда злой умысел. Часто у автора просто нет сил на ревью, либо ваше решение не совпадает с его видением продукта. Донаты: https://www.donationalerts.com/r/pfrankov VK Видео: https://vkvideo.ru/@5pfrankov/lives О стримере: https://github.com/pfrankov Чат вайбкодеров: https://t.me/+Fy4565yTVW83ZmIy Музыка на фоне: https://www.youtube.com/watch?v=kn95mnqdv_M 00:00:00 — Вступление 00:04:45 — Что такое диаризация 00:12:38 — Зачем диаризация в WhisperServer 00:17:11 — Ограничения Codex в Cursor 00:29:28 — Обсуждение мыши MX Master 3S 00:36:11 — Принцип работы Flot Audio 00:38:15 — Распознавание известных спикеров 00:44:19 — Роль ИИ в поиске информации 00:52:43 — Практическая реализация и тест 01:07:53 — Сложность отображения в интерфейсе 01:12:26 — Трудности Open Source проектов 01:21:17 — Почему игнорируют пулл-реквесты 01:37:49 — Итоги