transcriber — инструмент, который превращает аудио и видео в текст, без ручной расшифровки, фрилансеров и боли.

➡️Кинул файл?
➡️Вставил ссылку на YouTube?
➡️Нажал кнопку — Whisper сделал своё дело.

Фичи:
💬 Расшифровывает YouTube-видео и локальные файлы.
💬 Работает на OpenAI Whisper, автоматически выбирая лучший движок.
💬 Если есть FFmpeg — используется openai-whisper.
💬 Нет FFmpeg? Без паники — включается faster-whisper.
💬 GPU (CUDA) подключается сам, CPU — запасной план.
💬 Умное определение FFmpeg без шаманства с путями.

— Светлая и тёмная тема.
— Прогресс-бар и плавные оверлеи.
— История всех транскрипций.
— Скачивание текста в один клик.
— Временные файлы удаляются автоматически.
— Health-check эндпоинт для быстрого статуса.

🚀 Идеально для подкастов, лекций, интервью и YouTube-контента.

♎️ GitHub/Инструкция

#python #soft #github

😱 Проект wifi-densepose — система, которая в реальном времени отслеживает положение человека, используя обычный Wi-Fi.

Камеры больше не нужны. Тело видно… через стены.

Как это работает:
💬 Wi-Fi-сигналы анализируются на уровне CSI (Channel State Information),
💬 дальше в игру вступает машинное обучение —
и система собирает полную позу тела с частотой 30 FPS и задержкой меньше 50 мс.

Что умеет:
🔒 Privacy-first — никаких камер, только Wi-Fi.
⚡️ Реальное время — плавное отслеживание движений.
👥 До 10 человек одновременно.
🏥 Оптимизация под медицину, фитнес, умный дом и безопасность.
👊 Распознаёт падения, активность, присутствие людей.
📡 Работает на обычных Wi-Fi роутерах, без спецжелеза.
🔌 WebSocket-стриминг — данные летят в реальном времени.
✅ Полное тестовое покрытие.

По сути, это компьютерное зрение без камер.

🔥 Будущее умных домов, медицины и безопасности выглядит именно так.

Базовая установка:

# Install the package
pip install wifi-densepose

# Copy example configuration
cp example.env .env

# Edit configuration (set your WiFi interface)
nano .env

Запуск системы:

from wifi_densepose import WiFiDensePose

# Initialize with default configuration
system = WiFiDensePose()

# Start pose estimation
system.start()

# Get latest pose data
poses = system.get_latest_poses()
print(f"Detected {len(poses)} persons")

# Stop the system
system.stop()

Просмотр в реальном времени:

import asyncio
import websockets
import json

async def stream_poses():
    uri = "ws://localhost:8000/ws/pose/stream"
    async with websockets.connect(uri) as websocket:
        while True:
            data = await websocket.recv()
            poses = json.loads(data)
            print(f"Received poses: {len(poses['persons'])} persons detected")

# Run the streaming client
asyncio.run(stream_poses())

🔗 Туча полезных команд

♎️ GitHub/Инструкция

#python #soft #github