Первая часть пути к MVP-ассистенту для ПК. Реализация на ранней стадии, но потенциал высок.

Привет всем! Запускаю канал о разработке моего голосового ИИ-ассистента для Windows.

На видео — сырая, но уже рабочая версия. Он умеет слушать меня (Vosk 1.8 ГБ), отвечать голосом и выполнять команды. Есть задержки, есть баги, но оно живое!

Что уже работает:
✅ Локальные команды (работает без интернета)
✅ Новый интерфейс
✅ Интеграция с Яндекс GPT

Что в планах:
• Работа с видео
• Интеграция с OBS для стримеров

Буду выкладывать прогресс раз в неделю. Подписывайтесь, чтобы следить за разработкой! Что думаете о первой версии?

📈 Обновление ИИ-ассистента Himi: Итоги оптимизации и новые функции автоматизации
Разработка персонального голосового ассистента для ПК вышла на новый этап. За последнее время архитектура приложения подверглась глубокому рефакторингу. Нам удалось устранить ключевые узкие места в производительности, внедрить локальные инструменты автоматизации и полностью переработать модули синтеза речи.
Основные результаты разработки на текущий момент:
🌐 Кастомные рабочие пространства (Макросы): Реализована система локальных профилей автоматизации. Пользователь может гибко настроить сценарии в конфигурационном файле. По командам вроде «Режим Хард ворк» или «Режим Дефолт» ассистент запускает цепочку программ (Браузер, IDE, Steam, Калькулятор). Сценарий выполняется в отдельном потоке с безопасным таймлайном (задержкой в 2.5 секунды), что исключает перегрузку CPU даже в моменты записи видео.
⏱️ Интегрированный оверлей-таймер: Написана полностью локальная функция парсинга времени (регулярные выражения обрабатывают и цифры, и числительные словами, например, «на сорок пять секунд»). Для удобства геймеров и контроля таймингов на экран поверх всех окон выводится аккуратный полупрозрачный виджет с обратным отсчетом.
🎛 Системные триггеры: Управление микшером громкости Windows Windows («громче», «тише», «без звука») переведено на прямое взаимодействие с API операционной системы, обеспечивая отклик в сотые доли секунды. Также добавлена секретная админская команда мгновенного локального обнуления лимитов ИИ-запросов.
🎮 Интеграция со Steam и запуск игр: Добавлен умный локальный парсер игровой библиотеки. По голосовому запросу (например, «Химия, запусти доту» или «включи кс») ассистент мгновенно распознает целевой тайтл среди списка поддерживаемых игр и производит силовой запуск напрямую через игровой клиент Steam.
🔍 Работа с браузером и парсинг информации: Полностью переработан модуль веб-навигации. По команде пользователя ассистент мгновенно открывает браузер Google Chrome и осуществляет безопасное декодирование поисковых запросов на кириллице. Это полностью решило проблему битых ссылок и Punycode-ошибок (xn--...), позволяя Хими безошибочно находить нужные фильмы, видео или статьи в интернете.
Дальнейшие планы разработки (Roadmap):
Вектор развития проекта направлен на стабилизацию текущих систем и переход к клиент-серверной архитектуре. Ближайшие задачи:
- Финальная полировка, устранение оставшихся мелких багов с голосовой речью и аудиопотоками;
- Оптимизация работы с файлами конфигурации (config.json), защита от сбоев и перезаписи данных;
- Прямая интеграция с протоколом OBS WebSockets для удаленного управления трансляциями и сценами с помощью голоса;
- Развертывание полноценного сетевого веб-сервера на FastAPI и внедрение асинхронной базы данных aiosqlite.
Спасибо, что следите за проектом! Оставляйте свои предложения по новым локальным функциям в комментариях. 💻🚀

Всем привет! Давно не было новостей, а мы тем временем вовсю пилим нашего голосового ассистента. Сегодня был максимально продуктивный день, и нам есть чем поделиться. Записали для вас свежий демо-ролик! 🎬
🛠 Что мы уже сделали:
- Локальный голос без робо-акцента! Мы полностью выкинули устаревший pyttsx3. Теперь Хими разговаривает сочно и реалистично благодаря локальному движку Silero TTS. Добавили сразу 3 новых крутых голоса на выбор: два женских (Ксения и Бая) и один плотный мужской баритон (Евгений). Причём всё работает полностью автономно и без интернета!
- Конструктор макросов (Lego-команды): Полностью доработали конфиги команд. Теперь вы можете сами собирать цепочки действий для любого профиля («работа», «отдых» или «игры»). Сказали кодовое слово — и Хими по очереди открывает браузер, Дискорд, OBS или запускает любимую катку в Steam.
💳 Новая логика тарифов:
Мы решили отказаться от мелких дневных лимитов и переписать систему более масштабно:
1. Бесплатный тариф: Даёт доступ к 60% локальных функций (запуск программ, макросы, системные команды). Ограничение — 40 команд в месяц.
2. Платный тариф (490 руб/мес): Открывает полный безлимит на локалку и, самое главное, подключает ИИ-мозг (GPT) для свободных ответов на любые вопросы! Ограничение — 1000 запросов в месяц (выглядит как безлимит, но бережёт наши API-токены).
3. Докупочные пакеты: Если месячный лимит исчерпан, прямо в кабинете можно будет докупить +100 GPT-запросов всего за 100 рублей.
🐜 Какие баги фиксим прямо сейчас:
- Трудности перевода (Vosk): Наша тяжёлая языковая модель на 1.8 ГБ идеально ловит длинные фразы, но иногда забавно коверкает короткое кодовое слово (в логах вместо «Хими» проскакивают «семьи», «семи» или «стекле»). Из-за этого ассистент иногда «глохнет». Уже пишем расширенный словарь коверканий для STRICT-режима, чтобы Хими откликалась в любом случае.
- Динамические таймлайны: Настраиваем паузы для длинных реплик ИИ, чтобы озвучка не обрывалась на полуслове, когда микрофон включается обратно.
- Связка с Яндекс ID / VK ID: Дорабатываем и тестируем экраны регистрации, чтобы вход по лицензии и сохранение токенов в SQLite работали без вылетов.
🎨 Что по планам дальше?
Будем ещё плотнее работать над визуалом и логикой интерфейса customtkinter. Хотим сделать так, чтобы форма регистрации полностью скрывалась после авторизации, открывая чистый и удобный Личный кабинет с красивыми шкалами баланса и тарифов.
Разработка идёт полным ходом, дальше — БОЛЬШЕ! 🔥

🛠 Himi PC: неделя разработки — что сделано

📅 День 1-3 — новый фундамент
Переписали Хими с нуля: отдельно программа на ПК и сервер. Все ключи и тарифы теперь живут на сервере — в программе нет ничего, что можно украсть или подделать.

📅 День 4-5 — Хими стала умнее
🧠 ИИ: YandexGPT и GigaChat — отвечает на вопросы и понимает свободную речь
🎨 новый неоновый дизайн
🎮 Steam, плеер, вкладки, Twitch, YouTube, VK, Telegram, Кинопоиск
🎙 «слух как раньше» — распознаёт любую речь, а не только заученные фразы

📅 День 6-7 — скорость и стримеры
⚡️ слух загружается за 3 сек вместо 2 минут
🔇 шумоподавление и автоусиление — слышит даже тихий микрофон ноутбука
📁 голосом: создать папку или файл, открыть «Загрузки», найти любую папку на ПК
🎥 для стримеров: клипы, бан, автомодерация чата, глушение донатов в играх (тестируем)
🔐 усилили защиту аккаунтов и данных

Дальше — проверяем каждую команду и готовимся к релизу , ждите бетку.🚀
Какую функцию ждёте больше всего? 👇

🎧 Хими перепутала Рутуб с Ютубом. Рассказываю, как я её лечил
Сегодня добавлял в Хими российские сервисы: Рутуб, Госуслуги, Озон, Вайлдберриз, Авито, Дзен.
Проверяю: «Хими, открой рутуб».
Открывается… YouTube. 🙃
Оказалось, в быстром словаре Хими слова «рутуб» просто нет, и она уверенно слышит «ютуб». Ещё она слышит:
• «открой дзен» как «открой день»
• «Вайлдберриз» как «вальберга бернис» 💀
• «на озоне» как «на зоне»
Теперь Хими перепроверяет себя точной моделью, а все эти «вальберги» понимает правильно. На тестах с шумом точность выросла с 20 до 31 из 33.
А ещё сегодня в Хими появилось:
⚡️ Автозапуск. Включил ПК, Хими тихо ждёт в углу и не мешает
🔌 «Хими, выключи компьютер». Она переспросит «Точно?», чтобы донат на стриме не вырубил тебе ПК
🛡 Хими-защита. Копируешь ссылку и спрашиваешь «она безопасная?». Фейковый «steamcommunlty» с бесплатными скинами она раскусит
Всё распознавание работает прямо на твоём компьютере. Никаких VPN.
А вас голосовые помощники как смешнее всего не понимали? Пишите в комменты