Dron5675

Всем привет!

Знакомо ли вам чувство, когда находишь длинную и интересную статью, а времени (или сил) читать её с экрана нет? Глаза устали, едешь в машине или просто хочется «потреблять контент» на фоне.

Я решил эту проблему для себя, а заодно и допилил её до ума. Делюсь своим пет-проектом — ботом @Mr_SoundBot, который теперь умеет превращать любой текст в качественную озвучку с помощью нейросети Silero.

Что в этом такого особенного? На рынке полно платных сервисов, но мне хотелось чего-то своего, бесплатного и чтобы звучало достойно.

• Живые голоса: Использовал крутую модель Silero. Это не те «роботы» из 2010-х, а вполне приятные человеческие голоса.

• Настройка ударений: Знаю, что нейронки часто ошибаются в словах типа «зАмок/замОк». Поэтому добавил фишку: если бот поставил ударение не там, просто добавьте «+» перед нужной буквой (например, зам+ок), и бот всё поймет.

• Удобство: Бот отдает аудио в формате голосового сообщения (.ogg/.opus). Это значит, что вы можете слушать его через штатный плеер Telegram, ставить на паузу, перематывать и даже ускорять в 2x прямо в приложении.

Как это работает? Никаких сложных настроек.

1. Заходите в бота @Mr_SoundBot.

2. Жмете /start -> «Текст в аудио».

3. Выбираете голос (есть мужской и женский).

4. Кидаете текст (до 4000 символов за раз).

5. Ждете пару секунд — профит!

Бот бесплатный, безлимитный (пока сервер выдерживает) и без всяких подписок на каналы. Я постоянно что-то докручиваю, чтобы звучало лучше.

Кому будет полезно? Студентам — озвучить методички, тем, кто учит языки — послушать произношение, или просто тем, кто любит «читать» книги и статьи на слух.

Буду рад любой обратной связи! Накидайте идей, чего еще не хватает в озвучке или какие фишки добавить? Если есть конструктивная критика по голосам — пишите, попробую подкрутить настройки.

👉 Ссылка на бота: https://t.me/Mr_SoundBot

P.S. Проект личный, делаю в свободное время, поэтому буду благодарен за адекватный тест-драйв.

Всем привет!

Не так давно я рассказывал здесь про свой Telegram-бот @Mr_SoundBot. Было очень приятно увидеть ваш отклик, многие начали им пользоваться, а кто-то даже подкинул крутые идеи для развития.

Сегодня хочу подробнее остановиться на функции, которой пользуюсь сам каждый день — Аудио в текст.

В чем боль? Ситуация классическая: прилетает «голосовуха» на 5 минут, или коллега прислал аудио, которое проще прочитать глазами, чем слушать. Сидеть и перематывать — трата времени.

Как это работает теперь? Я интегрировал в бота технологию Whisper (от OpenAI). Это сейчас, пожалуй, золотой стандарт в распознавании речи: бот понимает не только чистую дикторскую речь, но и довольно «живой», разговорный язык с паузами и вздохами.

Что делать:

1. Отправляете файл в бота.

2. Выбираете функцию «Аудио в текст».

3. Ждете пару секунд — и получаете готовый текстовый документ или сообщение с расшифровкой.

Как быть, если запись длиннее? Если у вас часовая лекция или длинное интервью — просто разбейте файл на несколько кусочков по 10-12 минут и отправьте их по очереди. Бот всё переварит, а вы получите текст по частям. Это помогает держать сервер в тонусе и выдавать результат максимально быстро.

Почему это бесплатно? Потому что я сделал это для себя, чтобы облегчить жизнь, и решил оставить доступ открытым для всех. Мне нравится идея «инструмента, который всегда под рукой в Телеграме».

Что еще умеет бот (напоминалка):

• Разделение аудио: превратит песню в 4 дорожки (вокал, барабаны, мелодия, микс).

• Видео -> Аудио: вытащит звук из видеосообщений или роликов.

• Удаление пауз: сделает запись компактнее.

• Очистка шума: если записывали «на бегу» или в шумном месте.

👉 Ссылка на бота: https://t.me/Mr_SoundBot

Буду рад любой обратной связи! Пишите в комментариях: как бот справляется с вашими записями, на каком языке лучше распознает и не тупит ли? Все читаю и стараюсь учитывать.

Самая частая просьба была — научить бота «разбирать» музыку на инструменты, чтобы можно было достать чистый вокал или, наоборот, сделать минус. И вот — встречайте: новая нейросеть для разделения аудио уже в деле!

Как это работает? Теперь вы просто отправляете аудиофайл в бота, выбираете режим «Разделение аудио», и на выходе получаете четыре дорожки:

• 🎤 Чистый голос (вокал)

• 🔥 Микс (Инструментал)

• 🎹 Мелодия

• 🥁 Барабаны

Всё это происходит «под капотом» благодаря нейросети Demucs. Я постарался сделать так, чтобы процесс был максимально простым: скинул трек — забрал результат.

Напоминаю, что еще умеет бот (для тех, кто пропустил прошлый пост):

Если вы вдруг забыли или только присоединились, вот основной арсенал, который я собрал в одном месте:

• 📝 Аудио в текст (Whisper): Записываете голосовое, а получаете расшифровку текстом. Удобно для лекций или длинных созвонов.

• 📹 Видео -> Аудио: Вытаскивает звук из видео или «кружочков» в Telegram, превращая их в аудиофайл.

• ✂️ Удаление пауз (VAD): Автоматически вырезает тишину и лишние вздохи, делая запись динамичной.

• 🧹 Очистка от шума: Удаляет фоновый шум из аудио, если запись была сделана в неидеальных условиях.

Всё это хозяйство до сих пор бесплатно, так как я держу его в основном для личных нужд и «в подарок» комьюнити.

Что дальше?

Буду рад любой обратной связи! Тестируйте, пишите, на каких треках бот справляется отлично, а где — «мажет» (нейронки — штука непредсказуемая).

👉 Ссылка на бота: https://t.me/Mr_SoundBot

P.S. Если у вас есть идеи, какую функцию добавить следующей — пишите в комментариях, все читаю!

Всё началось с банальной боли: постоянно натыкаешься на классные тиктоки или шортсы, но чтобы их сохранить, нужно либо танцевать с бубном, либо качать через стандартную кнопку, получая на выходе видео с прыгающим водяным знаком.

Я подумал: а что если сделать простую тулзу прямо в Telegram? Кидаешь ссылку — получаешь чистое видео и отдельной дорожкой звук (идеально для мемоделов и тех, кто ищет музыку из видео).

сам бот: https://t.me/SaveTubeMediaBot

Сказано — сделано. В этой статье расскажу, как я это реализовал на Python, какие инструменты использовал и с какими граблями столкнулся.

Для тех, кому лень читать про код и поднимать свой сервер, вот готовый результат — мой бот @SaveTubeMediaBot. Сразу оговорюсь, чтобы не закидали тапками: бот крутится на моем личном сервере, и плачу за него ТОЛЬКО Я.

А теперь для тех, кто хочет сделать всё сам — погнали под капот!

Стек технологий.

Никакого космоса, всё просто и надежно:

1. Python — мой основной язык программирования.

2. aiogram — отличная асинхронная библиотека для работы с Telegram API.

3. yt_dlp — неофициальная, но невероятно мощная библиотека для парсинга YouTube, TikTok и еще кучи сайтов. Именно она делает всю «магию» по получению ссылок без водяных знаков.

4. FFmpeg — швейцарский нож для работы с медиа. Бот дергает его системными командами, чтобы извлечь аудиодорожку из скачанного видео.

Архитектура: как это работает

Логика работы бота разбита на 5 простых шагов:

1. Получение ссылки: Юзер кидает ссылку на видео.

2. Валидация: Бот регулярками проверяет, что это действительно ссылка на поддерживаемый сервис, а не какой-то спам.

3. Парсинг: В дело вступает yt_dlp — вытаскивает метаданные и прямую ссылку на исходник видео (без вотермарок).

4. Скачивание: Файл летит на сервер, а оттуда через Telegram API — пользователю.

5. Извлечение аудио: FFmpeg конвертирует видео в MP3, и бот отправляет звук отдельным сообщением.

Та самая магия в коде

Вот базовый кусок кода, который отвечает за скачивание видео. Это ядро, вокруг которого потом наворачивается логика Telegram-бота:

Python

import yt_dlp

def download_youtube_video(url):

ydl_opts = {

# Имя файла будет сохраняться как оригинальное название видео

'outtmpl': '%(title)s.%(ext)s',

}

with yt_dlp.YoutubeDL(ydl_opts) as ydl:

ydl.download([url])

if __name__ == '__main__':

video_url = input("Введите ссылку на видео YouTube или TikTok: ")

download_youtube_video(video_url)

Что самое крутое: этот скрипт и библиотека переваривают не только ютуб и тикток, но и VK Видео.

Буду рад, если мой опыт кому-то пригодится. Пишите в комментариях, пользовались ли вы yt_dlp .