Документация · версия 1.0.0
ОПИСАНИЕ ФУНКЦИОНАЛЬНЫХ ХАРАКТЕРИСТИК ПРОГРАММНОГО ОБЕСПЕЧЕНИЯ
| Наименование программы | «Тембр» |
| Версия | 1.0.0 |
| Правообладатель | Общество с ограниченной ответственностью «Веб 3.0» (ООО «Веб 3.0»), ИНН 5027321593, ОГРН 1235000127218 |
| Класс ПО по классификатору | 07.04 «Средства распознавания и синтеза речи» |
| Дата документа | 17.10.2026 |
1. Общие сведения
1.1. Программа «Тембр» (далее — Программа) предназначена для автоматического перевода аудио- и видеозаписей речи в текст с разделением текста по говорящим.
1.2. Программа устанавливается и работает на оборудовании организации- заказчика (рабочая станция или сервер организации). Обработка записей выполняется локально; записи и полученные тексты не передаются за пределы оборудования, на котором установлена Программа. Единственное сетевое обращение Программы — проверка лицензии на сервере правообладателя в Российской Федерации; записи и тексты при этом не передаются (раздел 4.8). Корпоративная поставка (тариф «Enterprise», по договору) не обращается к сети вовсе.
1.3. Программа использует технологии искусственного интеллекта: нейросетевую модель распознавания речи и нейросетевую модель разметки говорящих. Обе модели являются сторонними открытыми компонентами, поставляются в составе дистрибутива и выполняются локально (см. раздел 9 и документ «Описание архитектуры»).
1.4. Номер версии и наименование правообладателя выводятся Программой:
на странице «О программе» и по ключу командной строки --version.
1.5. Интерфейс Программы — на русском языке.
2. Назначение
Программа предназначена для подготовки текстовой расшифровки записей рабочих совещаний, заседаний, интервью и переговоров, в том числе многочасовых записей с большим числом участников.
Результат работы Программы — черновик расшифровки для вычитки человеком: текст, разделённый на реплики с указанием говорящего и временных меток. Программа не заменяет редактирование стенограммы; об этом пользователь уведомляется в интерфейсе (см. раздел 10 и показатели в разделе 12).
3. Область применения
- органы государственной власти, государственные учреждения и организации, для которых недопустима передача записей во внешние сервисы распознавания речи;
- подразделения документационного обеспечения и секретариаты (протоколы совещаний и заседаний);
- организации, работающие в изолированных от сети Интернет контурах.
4. Функции Программы
4.1. Приём записей
- Выбор файла записи на локальном компьютере средствами операционной системы (режим рабочего места); файл при этом не копируется.
- Передача файла записи на сервер организации по локальной сети через браузер, потоком, с отображением хода передачи и возможностью её отмены (режим сервера организации). Предельный размер файла — 5 ГБ (настраивается администратором).
- Проверка свободного места на диске сервера до начала приёма файла.
- Извлечение звуковой дорожки из видеофайла в браузере пользователя до отправки на сервер (контейнеры MP4/MOV), что сокращает объём передаваемых данных. Функция доступна при обращении к серверу по защищённому протоколу HTTPS; при её недоступности передаётся исходный файл, а причина сообщается пользователю.
4.2. Распознавание речи
- Автоматическое распознавание речи на русском и английском языках, а также режим автоматического определения языка (выбор в интерфейсе: «Русский», «English», «Определить самому»). Перевод на другой язык не выполняется.
- Предварительная обработка звука: фильтр низких частот и выравнивание громкости (включается пользователем, по умолчанию включена).
- Автоматическое устранение артефактов распознавания (зацикленных повторов слов и символов) с правилами, зависящими от языка расшифровки.
- Применение словаря замен терминов, который ведётся в файле
~/Transcriber/словарь.json(правка через интерфейс не предусмотрена); выполненные замены показываются пользователю вместе с расшифровкой. - Промежуточное сохранение распознанного текста до этапа разметки говорящих: сбой на последующем этапе не приводит к потере текста.
4.3. Разметка говорящих
- Автоматическое определение участков речи разных говорящих и сопоставление их с распознанным текстом.
- Возможность указать известное число говорящих (от 1 до 20) или поручить его определение Программе.
- Возможность отключить разметку говорящих для отдельной записи.
- Сборка текста в реплики: склейка подряд идущих фрагментов одного говорящего.
- Переименование говорящих по всей расшифровке одним действием, без повторного распознавания.
- Цветовая разметка реплик, не меняющаяся при переименовании говорящих.
4.4. Управление обработкой
- Очередь задач: записи обрабатываются по одной; пользователь видит место своей задачи в очереди и оценку времени ожидания.
- Отображение хода обработки по этапам с оценкой оставшегося времени.
- Три варианта остановки обработки: отмена задачи; сохранение распознанного текста без разметки говорящих (на этапе разметки); снятие задачи из очереди.
- Подхват состояния задачи после закрытия и повторного открытия страницы.
- Расписание работы сервиса: вне заданных рабочих часов новые задачи не принимаются, принятые ранее задачи завершаются (для администратора ограничение не действует).
- Журнал нагрузки с итоговой сводкой для администратора.
4.5. Работа с результатами
- Список расшифровок с группировкой по датам.
- Полнотекстовый поиск по содержимому и названиям расшифровок с подсветкой найденного, фильтр по периоду дат; для администратора — фильтр по автору.
- Страница записи: реплики с именами говорящих и временными метками, копирование текста.
- Встроенный проигрыватель записи: воспроизведение с выбранной реплики, выделение звучащей реплики.
- Пометка в тексте всех чисел с указанием их количества — как мест, требующих сверки с записью.
- Выгрузка расшифровки в форматы: текстовый файл (TXT), документ Word (DOCX), субтитры (SRT).
- Удаление расшифровки вместе с копией звука — с подтверждением; пользователь удаляет свои записи, администратор — любые.
4.6. Многопользовательский режим и разграничение доступа
- Учётные записи пользователей с паролями; вход по имени и паролю.
- Две роли: «пользователь» и «администратор».
- Разделение истории: пользователь видит, открывает и изменяет только собственные расшифровки и задачи. Запрос к чужой записи обрабатывается так же, как запрос к несуществующей.
- Администратор: заводит и удаляет учётные записи, задаёт пароли, настраивает расписание работы, видит все расшифровки и очередь целиком, может остановить чужую задачу (с отдельным подтверждением).
- Смена пароля закрывает все сеансы пользователя. Восстановление пароля выполняет администратор.
- Восстановление доступа администратора с консоли сервера (ключ
--reset-admin) с записью события в журнал. - Запрет открытия сервиса в сеть до заведения первой учётной записи администратора.
4.7. Сведения о программе
Страница «О программе»: версия, правообладатель, используемые модели и их лицензии, авторство сторонних компонентов, вычислительное устройство и место хранения моделей.
4.8. Лицензия
- Страница «Лицензия» (пункт бокового меню, доступен с любой страницы): состояние лицензии, тариф и число мест, владелец, дата окончания срока, имя этого компьютера, дата последней проверки.
- Активация: ввод лицензионного ключа вида
TMBR-XXXX-XXXX-XXXX-XXXXи кнопка «Активировать». Программа передаёт на сервер лицензий ООО «Веб 3.0» (https://tembr.web3-0.ru/api/lic, Российская Федерация) ключ, хэш отпечатка устройства, имя компьютера и номер версии и получает жетон лицензии, подписанный электронной подписью Ed25519. Жетон проверяется локально открытым ключом, встроенным в Программу, и действует только на том компьютере, для которого выпущен. Записи, тексты расшифровок и имена говорящих не передаются. - Место — один компьютер либо одна учётная запись на серверной установке. Серверная установка занимает все места ключа; число учётных записей на ней не превышает числа мест.
- Проверка лицензии выполняется автоматически раз в сутки при наличии сети и вручную кнопкой «Проверить сейчас». Без сети последний жетон действует 14 дней.
- Отвязка компьютера кнопкой «Отвязать» (с подтверждением): место освобождается на сервере лицензий, ключ можно активировать на другом компьютере, а на этом компьютере новые расшифровки перестают запускаться.
- Корпоративная поставка (тариф «Enterprise», для устройств без
доступа в интернет): отдельный дистрибутив, собранный правообладателем
для конкретного заказчика и выпускаемый только по договору Enterprise.
В её составе — файл
поставка.jsonс наименованием заказчика; ввода ключа и проверки лицензии через интернет нет, обращений к сети нет вовсе. Наименование заказчика показывается на странице «Лицензия» («Корпоративная поставка для … по договору Enterprise») и на странице «О программе» рядом с номером версии. Отдельному компьютеру обычной поставки без сети правообладатель в рамках договора может выдать лицензию файлом по коду устройства, который показывает страница «Лицензия». - По истечении срока лицензии (а также без лицензии) новые расшифровки не запускаются, причина сообщается на экране новой расшифровки; список расшифровок, страница записи, плеер, копирование и выгрузка остаются доступны. Продление выполняется тем же ключом.
- На серверной установке действия с лицензией (активация, проверка, отвязка, загрузка файла лицензии) доступны только администратору; состояние лицензии видят все вошедшие пользователи.
5. Входные данные и форматы
| вид | форматы |
|---|---|
| звуковые файлы | M4A, MP3, WAV, OGG, OPUS, FLAC, AAC, AIFF |
| видеофайлы (используется звуковая дорожка) | MP4, MOV, MKV, WEBM, AVI |
Тип файла определяется по содержимому, а не по расширению. При невозможности прочитать файл Программа сообщает имя файла и перечень поддерживаемых форматов.
Параметры обработки, задаваемые пользователем: язык (русский, английский, определить автоматически); число говорящих; разметка говорящих (вкл./выкл.); предварительная обработка звука (вкл./выкл.). Модель распознавания пользователем не выбирается: применяется модель large-v3, поставляемая в дистрибутиве; при её отсутствии на диске запуск обработки блокируется с пояснением.
6. Выходные данные и форматы
| результат | формат |
|---|---|
| расшифровка в Программе | реплики: говорящий, временная метка, текст |
| текстовый файл | TXT (UTF-8) |
| документ | DOCX |
| субтитры | SRT |
| хранимая запись расшифровки | файл JSON на диске сервера/рабочей станции |
| копия звука для проигрывателя | M4A (AAC, 64 кбит/с, моно) |
7. Режимы работы
7.1. Режим «рабочее место»
Программа устанавливается на компьютер пользователя. Интерфейс открывается в отдельном окне (macOS) или в браузере на том же компьютере. Сервис принимает соединения только с локального адреса (127.0.0.1). Запись выбирается системным окном выбора файла.
7.2. Режим «сервер организации»
Программа устанавливается на сервер организации и работает как служба
(на Linux — пользовательская служба systemd с автозапуском и
перезапуском при сбое). Пользователи работают через браузер со своих
рабочих мест по локальной сети; установка клиентской части не требуется.
Открытие сервиса в сеть выполняется администратором явно (ключ --host)
и возможно только после заведения учётной записи администратора.
Поддерживается работа по протоколу HTTPS с сертификатом организации
(ключи --cert, --key) и переадресация с прежнего HTTP-порта
(--redirect-from).
8. Многопользовательский режим
См. п. 4.6. Хранение паролей — в виде необратимой свёртки (PBKDF2-HMAC-SHA256, 240 000 итераций, индивидуальная соль). Срок действия сеанса — 14 дней. Минимальная длина пароля — 6 символов. Внешние службы аутентификации не используются.
9. Работа без доступа к сети Интернет
9.1. Веса моделей распознавания речи и разметки говорящих поставляются в составе дистрибутива. При наличии полного комплекта моделей Программа автоматически переходит в автономный режим и не выполняет обращений к внешним сетевым ресурсам.
9.2. Отсутствие исходящих сетевых соединений при работе подтверждено перехватом сетевых соединений на полном цикле обработки записи (чтение файла, распознавание, разметка говорящих, сохранение): обращений во внешнюю сеть — ноль. Порядок проверки — в документе «Описание архитектуры», раздел 7.
9.3. В Программе отсутствуют: проверка и загрузка обновлений, сбор статистики и отчётов об ошибках, обращения к сервисам аналитики, внешние шрифты, библиотеки и сети доставки контента в интерфейсе.
9.3а. Исключение — проверка лицензии (п. 4.8): при активации, раз в
сутки и при отвязке Программа обращается по HTTPS к серверу лицензий
ООО «Веб 3.0» в Российской Федерации и передаёт только ключ, хэш
отпечатка устройства, имя компьютера и номер версии. Без сети жетон
лицензии действует 14 дней. Корпоративная поставка (Enterprise) работает
без ключа и не обращается к сети вовсе.
Для версии с лицензированием это проверено кодом и автотестами:
единственный адрес в коде — сервер лицензий (тест
test_в_коде_нет_чужих_адресов), тест границы данных проверяет, что
уходят только ключ, хэш отпечатка, имя компьютера и версия. При расчёте
обращений нет: замер 13.10.2026 на РЕД ОС и Astra Linux при полностью
отключённой сети (unshare -n).
9.4. Установка на Linux из архива, содержащего офлайн-склад пакетов
(каталог склад/), выполняется без доступа к сети Интернет: интерпретатор
Python, все библиотеки и модуль чтения звука поставляются в архиве.
Результат проверки установки без сети на поддерживаемых ОС (13.10.2026,
сеть отключена unshare -n, установка от обычного пользователя без прав
администратора): РЕД ОС 7.3.6 — выполнена за 71 с, Astra Linux SE 1.8.2
«Орёл» — за 34 с; веса моделей взяты из дистрибутива.
10. Ограничения
- Результат — черновик для вычитки. Точность распознавания имён собственных, терминов и чисел не гарантируется; числа помечаются для сверки с записью.
- Программа не формирует краткое содержание и не выделяет решения совещания.
- Обработка выполняется после получения записи; распознавание в реальном времени и подключение к сеансам видеоконференцсвязи не выполняются.
- Одновременно обрабатывается одна запись; остальные ожидают в очереди.
- Очередь задач не сохраняется при перезапуске Программы; задача, прерванная перезапуском, помечается в истории как прерванная.
- Извлечение звука из видео в браузере требует подключения по HTTPS и недоступно в отдельном окне на macOS (в этом режиме запись выбирается с диска и не передаётся по сети).
- В составе дистрибутива поставляется одна модель распознавания (large-v3).
- Праздничные дни в расписании работы не учитываются.
- В режиме рабочего места на macOS системное окно выбора файла не предлагает файлы MKV и OPUS (ограничение фильтра типов файлов операционной системы); в режиме сервера организации ограничение не действует.
- Новые расшифровки запускаются только при действующей лицензии (п. 4.8); без сети дольше 14 дней лицензия по ключу перестаёт действовать до ближайшей проверки. На корпоративную поставку (Enterprise) это ограничение не распространяется: срок её использования определяется договором.
11. Системные требования
11.1. Операционные системы
| роль | ОС | статус |
|---|---|---|
| сервер организации (основные) | Astra Linux Special Edition 1.8 (x86-64) | поддерживаемая; проверена 13.10.2026 на 1.8.2 «Орёл» (ядро 6.1.124, glibc 2.36): установка и расшифровка без сети, служба systemd, веб-интерфейс — работают |
| сервер организации (основные) | РЕД ОС 7.3 / 8 (x86-64) | поддерживаемая; проверена 13.10.2026 на 7.3.6 (ядро 6.1.143, glibc 2.28): установка и расшифровка без сети, веб-интерфейс — работают; РЕД ОС 8 отдельно не проверялась |
| сервер / рабочее место (дополнительные) | Windows 10/11 x64 | дополнительная |
| рабочее место (дополнительные) | macOS 13 и новее, Apple Silicon | дополнительная |
| рабочее место пользователя сервера | любая ОС с браузером Chrome, Edge, Firefox или Safari текущих версий | — |
11.2. Аппаратные требования
| минимально | рекомендуется | |
|---|---|---|
| процессор | 4 ядра x86-64 | 8 ядер |
| оперативная память | 8 ГБ | 16 ГБ |
| диск (сервер) | 40 ГБ | 60 ГБ |
| диск (рабочее место) | 15 ГБ | 20 ГБ |
| видеокарта | не требуется | см. п. 11.3 |
| сеть | локальная сеть организации (режим сервера); для проверки лицензии — доступ по HTTPS к tembr.web3-0.ru хотя бы раз в 14 дней (не требуется для корпоративной поставки Enterprise) | — |
Объём диска сервера определяется также объёмом принимаемых записей и хранимых расшифровок.
11.3. Вычислительное устройство
Штатный режим расчёта — на центральном процессоре. Все функции Программы доступны без видеокарты.
Ускорение расчёта на видеокартах NVIDIA (рекомендуется от 8 ГБ видеопамяти) является опцией окружения заказчика: драйвер NVIDIA и библиотеки CUDA в поставку Программы не входят и устанавливаются заказчиком самостоятельно. При их наличии Программа использует видеокарту автоматически. На macOS (Apple Silicon) используется встроенный графический процессор.
12. Показатели
Приводятся только измеренные значения с указанием условий измерения.
| показатель | значение | условия |
|---|---|---|
| потеря смысла относительно стенограммы, выполненной человеком | 11,5 % слов эталона | запись заседания 158 мин, 19 говорящих, эталон 19 075 слов; 28.07.2026 |
| верно атрибутированные слова при разметке говорящих | 88,2 % | та же запись; 19 меток Программы соответствуют 19 участникам |
| искажённые по значению числовые значения | 6 % числовых токенов | та же запись |
| время расчёта на процессоре | ≈ 1,7 × длительности записи (распознавание 0,78×, разметка говорящих 0,91×) | Apple M4, запись 5 мин, модель large-v3; 25.09.2026 |
| время расчёта на графическом процессоре | ≈ 0,32 × длительности записи (0,19× + 0,13×) | Apple M4, те же условия; 25.09.2026 |
| время расчёта на видеокарте NVIDIA | заметно быстрее процессора; точный замер для версии 1.0.0 не проводился | Windows-сервер с RTX 3080, 05.08.2026 |
| извлечение звука из видео в браузере | видео 30,6 МБ (2 мин) → 3,7 МБ за 2 с; около 60× реального времени | 05.08.2026 |
| время расчёта на типовом офисном компьютере x86-64 без видеокарты | отдельно не замерялось; ориентир — облачный сервер с 4 vCPU x86-64: ≈ 2,5 × длительности записи (строка ниже) | — |
| время расчёта на Astra Linux SE 1.8 и РЕД ОС | ≈ 2,5 × длительности записи: запись 41,0 с — 104,3 с (РЕД ОС 7.3.6) и 105,5 с (Astra Linux SE 1.8.2); результат на обеих ОС совпал слово в слово | облачный сервер Рег.облака, 4 vCPU Intel Xeon (Cascadelake), 4 ГБ ОЗУ + 4 ГБ подкачки; модель large-v3, разметка говорящих, процессор, без сети; 13.10.2026 |