Tolkimogi: живой ИИ-переводчик за 12 дней и 544 коммита. Что работает и что сломалось

Я живу в Бельгии. Коммуна, врач, арендодатель, банк — почти каждый важный разговор идёт на нидерландском или французском, а не на моём языке. Переводчик в телефоне помогает с вывеской или письмом, но в живом разговоре он мешает: нужно нажимать кнопки, передавать телефон из рук в руки и надеяться, что числа и даты переведены верно.

17 октября Tolkimogi начался как эксперимент для Telegram-канала «Бельгия на связи». Уже 18-го я понял, что это отдельный продукт, и завёл для него репозиторий. К 29 октября в нём 544 коммита. Код, как и в других моих проектах, пишет ИИ-агент; я ставлю задачи, проверяю результат и принимаю решения.

Телефон кладётся на стол между двумя людьми. Каждый говорит на своём языке, а переводчик вслух переводит в обе стороны. Это не диктовка текста, а голос, который ведёт разговор как живой переводчик.

• переспрашивает, если не расслышал дату, сумму или номер;

• может тихо объяснить вам, что имелось в виду, не перебивая собеседника;

• говорит от вашего имени, когда вы просите его что-то сказать;

• смягчает грубые слова, а не переводит их дословно.

Перед стартом вы выбираете, с кем говорите и на каком языке. Дальше остаётся только говорить. В приложении два голоса переводчика — Ева и Макс, а талисман проекта — кот Феликс. Он же герой озвученного мультфильма на сайте: 54 секунды о том, как разговор в коммуне проходит с переводчиком.

Под капотом — голосовая модель OpenAI GPT-Live: она слышит речь и сразу отвечает голосом. Мобильное приложение собрано на Expo и React Native, сервер на Fastify работает в Docker на моём VPS. iOS-сборки идут через EAS в TestFlight, Android я собираю локально.

За 12 дней сломалось многое. Вот четыре случая, которые научили больше всего.

• 21 октября. Экспериментальный звуковой путь, который агент добавил ради качества, отрезал микрофон: модель не слышала меня, а разговор обрывался примерно через 15 секунд. Пришлось выключить новый путь и вернуть старый.

• В тот же вечер переводчик ответил «Сейчас всё переведу, подожди секунду» и замолчал. Слишком осторожный промпт велел ему «уточнять язык у клиента», и он ждал вместо того, чтобы переводить. С меня списали 2 минуты. Новый промпт из шести коротких правил в той же сцене правильно перевёл «950 € в месяц» и «75 € bijkosten».

• 22 октября я проверил дешёвую цепочку «распознавание речи → текстовая модель → озвучка». По точности она не уступала, но отвечала за 3,8 секунды против 1,7 и под шумом склеивала реплики разных людей. Я решил её не развивать.

• 28 октября у тестера оборвалась сеть в момент старта, и его аккаунт на 2 часа застрял на экране «Сейчас эту встречу нельзя продолжить». Исправили в тот же вечер.

Главный урок: для живого перевода скорость ответа важнее экономии. Секунда паузы ещё терпима, четыре — уже нет.

Разговоры с врачом или арендодателем — личное. Поэтому в Tolkimogi нет рекламы, а история разговоров хранится зашифрованной и по умолчанию удаляется через 90 дней. Её можно открыть, чтобы ещё раз прочитать, о чём договорились.

• iOS: внешняя группа TestFlight, сборка 1.0.0 (9) на тестировании. На 27 октября в группе один тестер и 6 сессий; лимит группы — 30 человек.

• Android: внутреннее тестирование в Google Play. Чтобы выйти в открытый доступ с личного аккаунта разработчика, нужен закрытый тест: не меньше 12 тестеров 14 дней подряд.

• Продаж в App Store пока нет: встроенные покупки не настроены.

• Сайт tolkimogi.com работает: пять языков, запись на тест, 30 бесплатных минут.

Выручки нет, и платить пока нельзя. Минута разговора стоит мне около 5 центов у OpenAI, поэтому бесплатный тест ограничен 30 минутами. После теста будет оплата за минуты: пакеты или ежемесячный план. Цены объявлю до запуска — сначала хочу увидеть, сколько минут реально уходит на один разговор.

Сейчас главная задача — живые тестеры. Мне нужны люди, которым действительно предстоит разговор на чужом языке: в коммуне, у врача, с арендодателем. Их отзывы покажут, где переводчик ошибается и сколько стоит один реальный разговор.

Записаться на бесплатный тест можно на tolkimogi.com — ссылка есть на странице проекта над статьёй. Следующий отчёт будет о том, что тестеры нашли в первых разговорах.