# source: 2026-10-16/rec_20261016_172045.m4a
# model: Systran/faster-whisper-small
# transcribed: 2026-10-21T18:06:17Z

[00:00:00] Сейчас диарезация делается на локальной модели, специально для этого предназначена.
[00:00:07] Это не модель, которая занимается разбором текста.
[00:00:11] Она занимается, грубо говоря, записыванием голосовых характеристик Виктора.
[00:00:18] То есть по этим Викторам потом в дальнейшем можно вычислить пользователя.
[00:00:23] То есть у каждого голоса свой набор Викторов.
[00:00:27] Может быть там не Виктора, может быть, ну короче, это набор чисел.
[00:00:30] Через который можно потом сопоставить любые в любых звуковых местах,
[00:00:36] сопоставить и получить определитель, что за человек.
[00:00:39] Естественно, качество определения, оно страдает.
[00:00:43] И там есть механика, когда нужно вручную подтолкнуть систему,
[00:00:47] когда она ни с чего не нашла.
[00:00:49] Соответственно, вот у нас есть диарезация делается на локальной модели.
[00:00:53] Есть очистка разговора, то есть это убирание всяких вздохов,
[00:00:59] убирание дублирующих текстов и так далее.
[00:01:03] Это делается на машине, которая в Брянске.
[00:01:07] То есть там поставлена текстовая модель КВН, 3.6, по-моему.
[00:01:11] И на нее отправляются тексты, и на выходе получаем ответ.
[00:01:17] То есть почищено, оставлены как есть.
[00:01:21] Начало новой беседы.
[00:01:23] То есть если, допустим, какие-то маркерные слова произнесли,
[00:01:26] а вот давай теперь поговорим об этом.
[00:01:29] Короче, получится новая беседа.
[00:01:31] Соответственно, потом уже детерминированным налоком
[00:01:36] по полученным текстовкам определяется беседы,
[00:01:41] когда между беседами есть определенный период,
[00:01:45] 20 минут, 12 минут, если между беседами произошло,
[00:01:51] то это новая беседа.
[00:01:53] Соответственно, потом, с помощью LLM-ки,
[00:01:56] тоже отправляются туда же на КВН по первым 10 фразам.
[00:02:02] Фразом определяется примерная тема,
[00:02:05] то есть назначается тема беседы,
[00:02:08] пишется это все файл, потом все это отправляется в гид.
[00:02:12] Ну, тут некоторые особенности.
[00:02:18] То есть была сделана библиотека по работе с Харне Сами
[00:02:23] или с айпишниками.
[00:02:26] И вот, грубо говоря,
[00:02:30] поначалу очистка реплик,
[00:02:33] она у нас сделалась на Z-код APP-сервер.
[00:02:38] То есть это установленный Z-код Харнес на локальную машину,
[00:02:42] но пацаны там достаточно активно раскачивающие свой Харнес,
[00:02:49] предоставляют.
[00:02:50] Ну, ты открой Z-код, покажи.
[00:02:51] Да, предоставляю.
[00:02:52] Я думаю, не все представляют, что это такое.
[00:02:54] Вот это вот сейчас, грубо говоря,
[00:03:00] это вообще основная точка,
[00:03:03] с которой я работаю с проектами.
[00:03:05] То есть я иногда захожу в Visual Studio Code,
[00:03:08] если мне нужно там какие-то файли поправить,
[00:03:12] потому что здесь, вот здесь в Харнесе,
[00:03:14] с правкой файла все очень плохо,
[00:03:16] как бы у них тут подход такой,
[00:03:18] что вы своими руками ничего не правьте,
[00:03:21] говорите, что надо и модель типа вам все сделает.
[00:03:25] То есть, ну вот этот Харнес,
[00:03:27] то есть это как раз точка работы с моделями.
[00:03:30] То есть в данном случае он заточен
[00:03:32] под модели GVM-3 и GVM-3 флеш.
[00:03:36] Соответственно, чтобы не писать,
[00:03:39] как Саша правильно сказал,
[00:03:41] что есть достаточно надежные Харнесы,
[00:03:45] которые учитывают особенности
[00:03:47] конкретных моделей,
[00:03:49] для которых они были созданы, да,
[00:03:52] и лучше использовать их.
[00:03:54] То есть не напрямую отправлять запросы
[00:03:57] через IP в модели,
[00:04:00] которые крутятся в обоке, да,
[00:04:02] а лучше использовать Харнесы.
[00:04:04] Вот, кстати, вот этот Харнес
[00:04:06] как раз предоставляет возможность
[00:04:09] запускать через него запросы,
[00:04:12] либо в режиме просто
[00:04:14] STD IN и STD OUT,
[00:04:16] то есть отправляешь и текстовка возвращаешь,
[00:04:19] либо использовать APP-сервер
[00:04:22] и общаться с ним уже там,
[00:04:24] с помощью J, там специальные форматы
[00:04:26] LGels, то есть строка
[00:04:29] JSON-а, зашитая в одну строчку,
[00:04:32] чтобы можно было четко определить
[00:04:34] граница сообщения.
[00:04:36] То есть вот с помощью этого
[00:04:38] использования этого Харнеса
[00:04:40] я сначала использовал Big Model,
[00:04:43] вот это JLM Flash,
[00:04:45] ну, естественно, как это.
[00:04:47] Обращу сразу своё внимание
[00:04:49] в том, что
[00:04:51] на самом деле работа
[00:04:53] с токенами
[00:04:55] это черный ящик,
[00:04:57] потому что я наблюдал
[00:04:59] следующую ситуацию.