# Sokuji

Опенсорс-приложение для синхронного перевода речи в видеозвонках. Работает с Google Meet и Teams через расширение браузера, использует GPT-4 и Whisper API.

- Категории: Бесплатные, Обработка звука
- Работает из России: Да
- Бизнес-модель: Бесплатно
- Сайт сервиса: https://github.com/kizuna-ai-lab/sokuji
- Карточка в каталоге: https://ailibri.com/sokuji
- Обновлено: 2026-05-25

## Описание

Видеозвонки с иностранными коллегами превращаются в марафон концентрации: нужно одновременно слушать, переводить в уме и формулировать ответ. Sokuji решает эту задачу радикально - переводит речь синхронно, пока говорит собеседник.


## Как работает синхронный перевод

Приложение подключается к Google Meet или Microsoft Teams через расширение браузера и перехватывает аудиопоток в реальном времени. Whisper распознаёт речь, GPT-4 или Gemini переводят её на нужный язык, а результат выводится текстом прямо во время разговора. Задержка минимальна - не приходится ждать, пока человек закончит мысль.

Работает с OpenAI API, что даёт гибкость в настройках. Можно выбрать модель перевода, подкрутить точность распознавания или переключиться между языками на лету. Для Linux есть расширенная обработка звука, которая помогает фильтровать шумы и улучшать качество входящего сигнала.


## Опенсорс без подписок и лимитов

Исходный код открыт на GitHub, что означает полный контроль над данными и возможность доработать функционал под себя. Никаких ежемесячных платежей - нужен только API-ключ OpenAI, который оплачивается по факту использования. Для коротких встреч это копейки, для регулярных созвонов - всё равно дешевле готовых сервисов с фиксированной ценой.

Приложение собрано на Electron и React, так что разобраться в коде и внести изменения может любой, кто знаком с JavaScript. Это удобно для команд, которым нужна кастомизация: например, добавить интеграцию с корпоративным мессенджером или настроить логирование переводов для анализа встреч.


## Для каких задач подходит

Интервью с кандидатами из других стран, онлайн-конференции с международными спикерами, рабочие созвоны с удалёнными командами - везде, где языковой барьер мешает нормально общаться. Текстовый вывод перевода позволяет не только слышать, но и видеть сказанное, что помогает лучше запоминать детали и быстрее реагировать на вопросы.

## Похожие сервисы в каталоге

- [Foley AI](https://ailibri.com/foley-ai): Генератор звуковых эффектов с искусственным интеллектом, создающий аудиоэлементы по текстовому описанию и позволяющий редактировать их в реальном времени.
- [Audio Flamingo](https://ailibri.com/audio-flamingo): Языковая модель от NVIDIA для работы со звуком: распознаёт речь, музыку и необычные звуки, ведёт многоходовые диалоги с аудио длиной до 10 минут.
- [SAM Audio](https://ailibri.com/sam-audio): Инструмент от Meta для изоляции конкретных звуков из видео через текстовый промпт, клик по видео или выделение временных отрезков.
- [NovaSR](https://ailibri.com/novasr): NovaSR - сверхбыстрый апсемплер аудио. Повышает качество 16 кГц аудио до 48 кГц со скоростью более 3000× реального времени. Размер модели всего 50 КБ.
- [Audio Strip](https://ailibri.com/audio-strip): Бесплатный онлайн-сервис для изоляции вокала из музыкальных треков. Позволяет отделить голос от инструментов или создать караоке-версии песен.
- [Audio-Omni](https://ailibri.com/audio-omni): Audio-Omni - первая end-to-end система для понимания, генерации и редактирования аудио. Объединяет работу со звуком, музыкой и речью через мультимодальную языко

---
Источник: AILibri — каталог нейросетей и ИИ-инструментов, https://ailibri.com