Бюджет: 27000 UAH Срок: 45 дней
Ориентир по первому рабочему MVP - 320 000 грн и около 45 дней. В эту оценку я бы включил Windows-клиент, выбор аудиоустройств, загрузку образца, потоковую обработку через сервер с GPU, режимы быстрее - качественнее, сборку в один .exe и замер фактической задержки. Цель 400 мс реалистична только после теста модели, сети и аудиодрайверов, поэтому можно начать с короткого инженерного прототипа.
ВАжный момент - работаем только с голосами, где есть права на использование и согласие владельца. Для такого продукта я бы добавил ограничения сценариев, журналирование и понятную маркировку, потому что иначе риск не технический, а юридический и репутационный. Смотрите, тут нюанс - в голосе дьявол сидит не в интерфейсе, а в задержке и артефактах =)
> По реализации
>> Windows-приложение для микрофона, выхода и виртуального аудиокабеля
>> отдельный GPU-сервис для конвертации голоса в потоке
>> индикаторы уровня, задержки и состояния сети
>> режимы качества, тестовые профили и упаковка в .exe
> Вопросы
>> GPU-сервер уже есть или его нужно подобрать и настроить
>> нужен MVP на готовых моделях или уровень прмышленного продукта с тестами на разных микрофонах, сетях и голосах
> Похожие работы Ingello
>> https://business.ingello.com/tts - близко по голосовым технологиям и работе с речью
>> https://business.ingello.com/fractal - близко по сложной ИИ-архитектуре и автоматизации
>> https://systems-fl.ingello.com - профиль Ingello Systems для таких систем
!!Если цель именно публичное распространение, лучше начинать с прототипа и технического аудита задержки, а не обещать качество наугад!!-
