Интенсив 21–22.11 · БесплатноБесплатный 2-дневный интенсив по вайбкодингу 21–22 ноября в 16:00 МСК (Сб–Вс) · Живой Поток 3 стартует 23.11Записаться бесплатно →Поток 3 (23.11)
РелизКод / SDK · В работуHabr AI→ оригинал

Рацию для Euro Truck Simulator 2 научили читать новости и благодарить за донаты за $1

Автор рации-компаньона для Euro Truck Simulator 2 за рабочий день добавил в эфир новости, приветствия зрителей стримера и голосовые благодарности за донаты. Все 23 реплики озвучены заранее и выходят в эфир только после прослушивания человеком. Весь пул стоил около $1, так что переписать и переозвучить фразу не жалко. Для своей голосовой фичи берите ту же цепочку: черновик, человек, синтез, проверка, флаг.

AI-обработка оригинала Habr AI; редакция Hamidun News
Рацию для Euro Truck Simulator 2 научили читать новости и благодарить за донаты за $1
Источник: Habr AI. Коллаж: Hamidun News.
Слушать статью
Паспорт материала и цифры
ПараметрДанные
ПервоисточникHabr AI ↗
Главный редактор
Ударениясловарь из 101 слова, «гудни» в синтез уходит как «гуднии»
Проверка GigaAM v3порог совпадения с исходным текстом — 80%
Опрос YouTube API~330 единиц квоты в час из 10 000 в сутки

Озвученный ИИ-персонаж обычно ломается не на синтезе, а на мелочах: синтезатор ставит не то ударение, а непроверенная реплика уходит в эфир. Автор проекта «Канал 15» — программы-компаньона для Euro Truck Simulator 2, где восемнадцать выдуманных дальнобойщиков ведут радиоэфир, — рассказал, как за один рабочий день добавил в неё три механики: игровые новости дня, приветствия зрителей стримера и голосовую благодарность за донаты. Например, дальнобойное «гудни» (от goodnight, пожелание спокойной ночи) синтезатор упорно читает как «гУдни», и такое нужно ловить до эфира. Всего через пайплайн прошли 23 реплики, а весь пул обошёлся примерно в $1. Если вы делаете озвученных персонажей, ботов для стримов или любые голосовые фичи с заранее записанными репликами, этот подход можно взять как готовый чек-лист.

Что добавили и какие правила заложили

Рация читает телеметрию игры из общей памяти и не трогает файлы самой игры. Новости зачитывает персонаж-бухгалтерия: он и так присылает игроку голосовые сообщения за любой «штраф», так что голос подходит под роль. Комментарии к новостям раздают сами водители. Донаты ловит отдельный детектор: скрипт опрашивает DonationAlerts или аналог, и по событию доната запускается заранее одобренная и озвученная благодарность.

Ограничений три. Первое: голоса синтезируются заранее, без синтеза на лету. Эфир должен работать офлайн, а следующая реплика берётся из «колоды». Сам автор сомневается, насколько это ограничение нужно, но признаёт, что оно добавляет интереса. Второе: любой текст проходит ухо человека. ИИ-помощники пишут черновики по брифу, но в эфир попадает только одобренное и прослушанное. Третье: новое не должно ломать стабильную сборку, поэтому всё выкатывается за флагами.

Цепочка одной реплики: черновик от ИИ-помощника, одобрение человеком, синтез в ElevenLabs, проверка распознаванием речи, запись в колоду, пилотный флаг, эфир. Детектор донатов ничего не знает про эфир: получил событие и поставил готовую реплику в очередь. Благодарности на лету не генерируются, донат лишь выбирает фразу из заготовленного пула.

Флаги вместо веток и два контура проверки озвучки

Три флага в конфиге — stream_news_pilot, stream_greet_pilot и donation_pilot — по умолчанию выключены и включаются на стрим отдельно. Плюсы: нет форков, стенд гоняет один и тот же код, а откат — это смена конфига, а не откат коммитов. Минус автор превратил в правило: каждый пилотный флаг обязан проходить стенд во включённом состоянии, иначе получится незаметная мёртвая ветка кода. Стенд — симуляция поездок с фиксированными сидами, критерий приёмки пилота — 20 зелёных прогонов из 20 без новых предупреждений линтера.

Первый контур работает до синтеза и борется с ударениями. В проекте есть словарь из 101 слова, он пополняется по инцидентам. Скрипт прогоняет реплику через ruaccent и сверяет со словарём; при расхождении реплика уходит на правку. В синтез текст попадает с грубой, но надёжной подменой: ударная гласная удваивается («гуднии»). Кандидатов в словарь предлагает GigaChat (бесплатные пакеты Сбера), но источник истины — словарь, а разметку модели подтверждает человек.

Второй контур — после синтеза. Готовый трек слушает GigaAM v3 — открытая модель распознавания речи от Сбера, она работает локально, бесплатно и без сети. Распознанный текст сверяется с эталоном, порог совпадения — 80%. Потерянное слово или не то ударение всплывает сразу, подозрительные реплики идут на ручное прослушивание. Слушать каждую фразу самому дороже, а ловит автоматика те же типовые дефекты.

YouTube-контур, квоты и стоимость

Метрики стрима (зрители, сообщения чата, подписчики, Super Chat) рация забирает через официальный YouTube Data API v3 без скрейпинга. Метод liveBroadcasts.list находит активный эфир и отдаёт liveChatId, который кэшируется на сессию. Дальше идёт опрос liveChatMessages.list — до 200 сообщений за вызов. Опрос съедает около 330 единиц квоты в час при дневном лимите 10 000, так что даже трёхчасовой эфир тратит примерно десятую часть дневного бюджета.

Зависимость жёсткая: нужен OAuth-токен владельца канала с доступом только на чтение, поэтому контур привязан к конкретному каналу и машине стримера. У обычного игрока токена нет, и пилот молча выключается, а эфир продолжает работать. Отдельная грабля: у OAuth-приложения в статусе «Testing» refresh-токен живёт семь дней, и авторизация слетает каждую неделю посреди работы. Лечится переводом приложения в production кнопкой «Publish app»; верификация для однопользовательского приложения не нужна.

Синтез одной реплики стоит несколько центов. Пул дня — 23 реплики, около 3,8 тыс. символов — обошёлся примерно в доллар, меньше чашки кофе, поэтому итерации «переписал — переозвучил» не болезненны. Дороже обходятся время и лимиты ИИ-помощников: их нужно закладывать в план дня, а не обнаруживать вечером.

Практический вывод: для заранее записанного голосового контента связка «черновик, обязательное одобрение человеком, синтез, проверка распознаванием, фичефлаг» позволяет выпустить новую механику за день и не трогать стабильную сборку. Главное — гонять тесты с включённым флагом, иначе пилот превратится в мёртвый код.

Сюжет

Вопросы и ответы по материалу

Что известно по теме: что добавили и какие правила заложили?

Рация читает телеметрию игры из общей памяти и не трогает файлы самой игры. Новости зачитывает персонаж-бухгалтерия: он и так присылает игроку голосовые сообщения за любой «штраф», так что голос подходит под роль. Комментарии к новостям раздают сами водители. Донаты ловит отдельный детектор: скрипт опрашивает DonationAlerts или аналог, и по событию доната запускается заранее одобренная и озвученная благодарность. Ограничений три. Первое: голоса синтезируются заранее, без синтеза на лету.

Что известно по теме: флаги вместо веток и два контура проверки озвучки?

Три флага в конфиге — stream_news_pilot, stream_greet_pilot и donation_pilot — по умолчанию выключены и включаются на стрим отдельно. Плюсы: нет форков, стенд гоняет один и тот же код, а откат — это смена конфига, а не откат коммитов. Минус автор превратил в правило: каждый пилотный флаг обязан проходить стенд во включённом состоянии, иначе получится незаметная мёртвая ветка кода.

Что известно по теме: YouTube-контур, квоты и стоимость?

Метрики стрима (зрители, сообщения чата, подписчики, Super Chat) рация забирает через официальный YouTube Data API v3 без скрейпинга. Метод liveBroadcasts.list находит активный эфир и отдаёт liveChatId, который кэшируется на сессию. Дальше идёт опрос liveChatMessages.list — до 200 сообщений за вызов. Опрос съедает около 330 единиц квоты в час при дневном лимите 10 000, так что даже трёхчасовой эфир тратит примерно десятую часть дневного бюджета.

ЖХ
Жемал Хамидун — CPO Alpina Digital, продакт-менеджер AlpinaGPT. Делает AI-продукты с 2019 года. Hamidun News — pet project, который вырос в production-агрегатор с 6000+ читателей.
✦ Единое AI-пространство · Nomad

Протестируйте новые LLM и мультимодальные модели в одном окне

Платформа Nomad AI (nomadnet.ai) даёт прямой доступ к Claude Opus 5.5, GPT-6, Gemini 3.1, DeepSeek и автономным агентам без VPN, зарубежных карт и зоопарка подписок.

Открыть Nomad AI →Автономный Nomad Agent
Что вы думаете?
Загружаем комментарии…