Примеры выполненных проектов
Подборка программных и программно-аппаратных систем: ИИ-инструменты, компьютерное зрение, обработка видео и звука, интерактивные проекты. Полное описание каждого проекта раскрывается прямо в каталоге.
Задача, решение и результат
Выберите направление или просмотрите весь каталог. В каталоге собраны программные инструменты, ИИ-системы, компьютерное зрение, обработка видео и звука, а также интерактивные проекты.
Показано: 13
ИИ / Видео и изображенияНастольный инструмент для автоматического удаления пауз и транскрибации видеоПрограмма анализирует видео, находит паузы в речи, формирует монтажные фрагменты и подготавливает текстовую расшифровку.
Задача
Сократить ручную обработку разговорных видеозаписей: находить и автоматически вырезать паузы, получать текстовую расшифровку речи и вырезать ненужные фрагменты, производить автоматический монтаж.
Техническая сложность
Нужно было согласовать временные отметки звука, видеоряда и распознанного текста, чтобы автоматические сокращения не нарушали речь и структуру записи.
Что было сделано
- Реализовали обработку видео и анализ звуковой дорожки.
- Реализовали распознавание речи через ИИ-модель по API.
- Связали найденные паузы с временными интервалами исходного видео, реализовали автоматическое удаление пауз с возможностью коррекции временного интервала.
- Синхронизировали текстовую расшифровку видео с хронометражом видеоряда.
- Реализовали ручное вырезание ненужных фрагментов по текстовой расшифровке.
- Собрали операции в единый повторяемый сценарий обработки файла.
- Прототип настольного приложения реализован на Python, далее для увеличения скорости работы перенесен на C++.
Результат
Создан программный прототип, автоматически подготавливающий сокращенную версию разговорного видео и его транскрибацию.
Что проверено
- Проверено совпадение монтажных границ с найденными паузами.
- Проверено соответствие временной последовательности видео и текста после обработки.
Что реализовано
- Рабочий прототип программы.
- Модули анализа звука и обработки видео.
- Результат транскрибации и сокращенная версия видео.
Технологии и направления
- Настольное приложение на Python, C++.
- Обработка видео и звука.
- Распознавание речи с помощью ИИ по API (gRPC).
- Работа с временными отметками.
Компьютерное зрение / Звук / Интерактивные системыИнтерактивная стена с трекингом движенийПрограммная система связывает движения посетителей с генеративной графикой и звуком в реальном времени.
Задача
Объединить камеру глубины, распознавание движений, генеративную графику и звук так, чтобы посетитель получал согласованную реакцию системы в реальном времени.
Техническая сложность
Система должна была устойчиво отслеживать посетителей, сохранять естественную задержку реакции и восстанавливаться после кратковременной потери данных камеры.
Что было сделано
- Объединили получение данных камеры, фильтрацию и анализ движения.
- Связали графику и звук с устойчивыми параметрами жеста.
- Разделили данные, логику поведения и визуально-звуковые сцены.
- Настроили обработку появления, движения и выхода посетителей из рабочей зоны.
Результат
Реализована программная система, в которой графика и генеративный звук связно реагируют на движения посетителей в реальном времени.
Что проверено
- Проверена работа с одним и несколькими посетителями.
- Проверена плавность реакции и восстановление после потери трекинга.
- Проверена одновременная работа графики и звука в общем сценарии.
Что реализовано
- Рабочая программная сборка.
- Исходный код интерактивной логики.
- Настройка трекинга и описание ключевых зависимостей.
Технологии и направления
- Настольное приложение на C++.
- Камера глубины.
- Компьютерное зрение.
- Генеративная графика и звук.
ИИНейросетевая среда программированияНейросетевая среда программирования, которая начиналась как технический прототип и была развита до работающей версии продукта.
Задача
Реализовать среду разработки, которая передает запрос пользователя и контекст в ИИ по API, валидирует и встраивает полученный ответ в код, способна выполнять последовательность шагов по разработанному ИИ плану, хранит историю версий. Создать серверную архитектуру.
Техническая сложность
Нужно было реализовать корректное встраивание кода, сгенерированного ИИ, в файлы проекта, пошаговое выполнение плана, удобную историю версий, а также сервер, оркестрирующий запросы к API нейросетей, и платежную инфраструктуру.
Что было сделано
- Реализовали работу с файлами проекта, выбор файлов для отправки в ИИ, ручное редактирование кода.
- Разработали локальную систему версий.
- Настроили системный промпт, отправку запроса пользователя, получение и постобработку ответа от ИИ, а также встраивание сгенерированного кода в проект.
- Реализовали генерацию плана с помощью ИИ, пошаговое выполнение плана.
- Разработали серверную часть для оркестрации запросов к нейросетям и получения платежей.
Результат
Работающая среда программирования с настольным приложением и серверной частью.
Что проверено
- Проверен полный сценарий от открытия проекта до получения результата модели.
- Проверено выполнение плана.
- Проверена работа с версиями проекта.
- Проверено повторное выполнение задач и обработка нештатных ответов.
Что реализовано
- Работающая версия программного продукта.
- Исходный код основной логики.
- Описание структуры и направлений дальнейшего развития.
Технологии и направления
- Настольное приложение на C++.
- Серверная часть на Node.js.
- Большие языковые модели по API (REST API).
- Система генерации и выполнения плана.
- Инструменты разработчика.
- История версий.
ЗвукСтрунный инструмент с программным управлением высотой звукаЭкспериментальный музыкальный инструмент, в котором сигнал со звукоснимателя в реальном времени переводится в очередную ноту загруженной мелодической последовательности.
Задача
Создать музыкальный инструмент для исполнения заранее заданной последовательности нот с помощью физического звукоизвлечения. Музыкант должен управлять ритмом и артикуляцией, а высота каждого нового сигнала автоматически приводиться к следующей ноте композиции.
Техническая сложность
Требовалось связать живой сигнал со звукоснимателя с программной последовательностью нот и менять его высоту в реальном времени, сохраняя непосредственную связь между движением исполнителя и звучащим результатом.
Что было сделано
- Организовали получение и обработку сигнала со звукоснимателя.
- Добавили загрузку последовательности целевых нот.
- Связали каждое новое звукоизвлечение с переходом к следующей ноте последовательности.
- Реализовали изменение высоты входного сигнала до требуемой ноты и вывод обработанного звука.
Результат
Собран экспериментальный музыкальный инструмент, позволяющий исполнять загруженную мелодическую последовательность через физическое взаимодействие со струной. Ритм и характер звукоизвлечения задаёт музыкант, а высота звучания управляется программно.
Что проверено
- Проверили последовательное воспроизведение загруженного набора нот при повторном звукоизвлечении.
- Проверили соответствие высоты обработанного сигнала текущей целевой ноте.
- Проверили работу обработки и вывода звука в реальном времени.
Что реализовано
- Приём сигнала со звукоснимателя.
- Загрузка и хранение последовательности нот.
- Логика перехода между нотами при звукоизвлечении.
- Питч-шифт входного сигнала до целевой высоты.
- Вывод обработанного звука в реальном времени.
Технологии и направления
- Цифровая обработка звука.
- Питч-шифт.
- Сигнал со звукоснимателя.
- Управление последовательностью нот.
- Обработка в реальном времени.
Компьютерное зрение / Видео и изображенияНастольный инструмент для удаления хромакейного фонаПрограмма выделяет хромакейный фон в видеопотоке и формирует маску для отделения объекта от фона.
Задача
Разработать программный способ отделения объекта от однотонного хромакейного фона для дальнейшей обработки видеоматериала.
Техническая сложность
Цвет фона меняется из-за освещения, теней и особенностей камеры, поэтому простое исключение одного значения цвета дает нестабильные границы объекта.
Что было сделано
- Реализовали анализ цвета кадра с учетом допустимого диапазона значений.
- Сформировали маску объекта и обработку пограничных областей.
- Добавили параметры настройки.
- Прототип настольного приложения реализован на Python, далее для увеличения скорости работы перенесен на C++.
Результат
Разработан прототип программы, формирующий маску объекта и удаляющий хромакейный фон из видеокадров.
Что проверено
- Проверена обработка кадров с неоднородным освещением фона.
- Проверено сохранение границ основного объекта после удаления фона.
Что реализовано
- Программная реализация алгоритма.
- Настраиваемые параметры обработки.
- Тестовые результаты на видеокадрах.
Технологии и направления
- Настольное приложение на Python, далее перенесено на C++.
- Обработка видео.
- Анализ цвета.
- Формирование масок.
ИИСистема управления LLM на удалённых GPU-серверахDesktop-клиент и управляющий сервер для развёртывания моделей на арендованных GPU-машинах, управления ресурсами и отправки запросов через единый контур.
Задача
Создать единый инструмент для подключения к удалённым GPU-машинам, загрузки больших языковых моделей, отправки запросов и контроля ресурсов. Отделить работу с моделью от особенностей конкретного облачного сервиса.
Техническая сложность
Требовалось объединить подключение к удалённой машине, запуск llama.cpp, управление моделью и мониторинг GPU. Загрузка модели и генерация используют общую видеопамять, поэтому операции должны выполняться согласованно.
Что было сделано
- Разработали desktop-клиент для выбора машины, управления моделью и отправки запросов.
- Реализовали управляющий API, который запускает llama-server и предоставляет данные о состоянии модели и GPU.
- Интегрировали llama.cpp через OpenAI-совместимый HTTP API.
- Вынесли подключение к удалённым машинам в отдельный слой.
- Организовали асинхронную генерацию и контроль операций с видеопамятью.
Результат
Создана система, которая объединяет подключение к удалённой GPU-машине, запуск управляющего сервиса, загрузку выбранной LLM, отправку запросов и получение результата. Пользователь управляет всей последовательностью через desktop-клиент, а серверная часть контролирует модель и ресурсы GPU.
Что проверено
- Проверили последовательность подключения, запуска сервера, загрузки модели, генерации и освобождения GPU.
- Проверили предварительный расчёт доступного контекста через токенизацию llama-server.
- Проверили получение состояния модели, процесса и ресурсов GPU через управляющий API.
Что реализовано
- Desktop-клиент на Python и PyQt6.
- Управляющий FastAPI-сервис на GPU-машине.
- Запуск и остановка llama.cpp, загрузка GGUF-моделей и управление генерацией.
- Асинхронные задачи, контроль контекста и управление использованием видеопамяти.
- Подключение к удалённым машинам, передача файлов и мониторинг GPU.
Технологии и направления
- Python и PyQt6.
- FastAPI.
- HTTP REST и JSON.
- SSH и SFTP.
- llama.cpp, CUDA и GGUF-модели.
ЗвукПрограмма для создания треков с MIDI-управлениемРабочая программа формирует звуки по загружаемым конфигурациям и объединяет MIDI-управление, пресеты, эффекты и арпеджиатор в процессе создания треков.
Задача
Разработать настольную программу, в которой можно настраивать звуки, управлять ими с внешнего MIDI-контроллера и использовать эффекты и арпеджиатор при создании треков.
Техническая сложность
Нужно было связать MIDI-события, параметры синтеза из загружаемых конфигураций и обработку звука в одном рабочем процессе создания музыки.
Что было сделано
- Реализовали синтез звуков на основе загружаемых конфигураций.
- Организовали категории звуков, включая басы, соло-инструменты и пэды.
- Связали ноты и управляющие команды внешнего MIDI-контроллера с программным инструментом.
- Добавили пресеты, эффекты и арпеджиатор в общую систему управления звуком.
Результат
Разработана работающая настольная программа для создания треков, объединяющая настраиваемые звуки, внешнее MIDI-управление, пресеты, эффекты и арпеджиатор.
Что проверено
- Проверено формирование звуков по разным конфигурациям.
- Проверено соответствие MIDI-событий выбранным звукам и параметрам.
- Проверена совместная работа категорий инструментов, пресетов, эффектов и арпеджиатора при создании треков.
Что реализовано
- Рабочая музыкальная программа.
- Синтез звука по загружаемым конфигурациям.
- Система пресетов, эффектов, арпеджиатора и MIDI-управления.
Технологии и направления
- MIDI.
- Синтез, обработка и воспроизведение звука.
- Пресеты, эффекты и арпеджиатор.
- Настольное приложение на C++.
ИИ / Видео и изображенияГенерация карточек товаров для маркетплейсовПрототип сервиса, который формирует композицию карточки товара с помощью алгоритмической раскладки и диффузионной модели.
Задача
Разработать прототип сервиса, способного автоматически располагать товар, текстовые и графические элементы на карточке для маркетплейса.
Техническая сложность
Для обучения требовались примеры композиций, в которых элементы не перекрывают друг друга и занимают визуально допустимые позиции.
Что было сделано
- Реализовали алгоритм размещения элементов на изображении.
- Сформировали по алгоритму набор примеров расположения элементов.
- Обучили диффузионную модель воспроизводить принципы такой композиции.
- Собрали прототип программного сервиса.
Результат
Разработан прототип, который генерирует варианты расположения элементов карточки товара и позволяет проверять продуктовый сценарий сервиса.
Что проверено
- Проверена генерация композиций для разных наборов элементов.
- Проверено сохранение раздельного и читаемого расположения объектов в итоговом макете.
Что реализовано
- Прототип программного сервиса.
- Алгоритм формирования обучающих примеров.
- Обученная диффузионная модель.
- Исходный код генерации и обработки результата.
Технологии и направления
- Диффузионная модель.
- Генерация синтетических примеров.
- Алгоритмическая композиция.
- Обработка изображений.
Компьютерное зрение / Интерактивные системыПрограммная часть кинетической скульптуры с компьютерным зрениемИнтерактивная программная система распознает присутствие зрителей и управляет движением элементов кинетической скульптуры.
Задача
Связать распознавание присутствия зрителей с движением элементов кинетического объекта и обеспечить предсказуемое поведение системы.
Техническая сложность
Шум камеры и кратковременная потеря распознавания не должны были вызывать резкие или небезопасные команды физическим приводам.
Что было сделано
- Отфильтровали данные распознавания перед передачей в управляющую логику.
- Разделили поведение скульптуры и низкоуровневые команды приводам.
- Задали безопасные переходы между штатными и неопределенными состояниями.
- Добавили нейтральное состояние при потере сигнала.
Результат
Реализована интерактивная система, связывающая распознавание зрителей и предсказуемое движение элементов скульптуры.
Что проверено
- Проверена реакция на появление, движение и уход зрителя.
- Проверен переход в безопасное состояние при нестабильном распознавании.
- Проверено разделение сценарной логики и управления приводами.
Что реализовано
- Программный модуль распознавания.
- Управляющая логика приводов.
- Интеграционная сборка и матрица состояний.
Технологии и направления
- Компьютерное зрение.
- Микроконтроллер.
- Управление приводами.
- Обработка в реальном времени.
ИИ / ЗвукСинтезатор с голосовым описанием звукаСистема преобразует голосовое описание желаемого звука в структурированные параметры синтеза и создает пресет для исполнения.
Задача
Разработать прототип синтезатора, в котором пользователь может описать желаемый звук голосом и получить на основе этого описания пресет для исполнения.
Техническая сложность
Нужно было преобразовать свободное и субъективное описание тембра в структурированный набор параметров, который можно передать программному синтезатору.
Что было сделано
- Организовали запись голосового описания и преобразование речи в текст через ИИ-модель по API.
- Передавали текстовое описание языковой модели вместе с описанием параметров синтезатора.
- Получали от модели структурированный набор настроек звука.
- Применяли сформированные параметры в синтезаторе и создавали пресет для исполнения.
- Разработали систему хранения и применения пресетов.
- Реализовали исполнение композиций с использованием созданных пресетов.
Результат
Разработан экспериментальный прототип синтезатора с голосовым управлением. Система распознавала описание желаемого звука, преобразовывала его в структурированный набор параметров и создавала пресет, который можно было использовать для исполнения.
Что проверено
- Проверен полный сценарий от записи голосового описания до формирования параметров синтеза.
- Проверено применение сформированных параметров в программном синтезаторе.
- Проверено воспроизведение и использование созданного пресета для исполнения.
Что реализовано
- Экспериментальный прототип программного синтезатора.
- Интеграция распознавания речи.
- Интеграция языковой модели с описанием параметров синтеза.
- Формирование и применение структурированных настроек звука.
- Воспроизводимый пресет для исполнения.
Технологии и направления
- Модель для распознавания речи по API (gRPC).
- Большая языковая модель по API (REST API).
- Структурированные параметры.
- Программный синтез звука.
Интерактивные системыИнтерактивная игра с управлением по сигналам нейроинтерфейсаИгра получала рассчитываемые устройством параметры и преобразовывала изменение этих значений в управление игровым процессом.
Задача
Разработать экспериментальную игру, в которой прохождение зависит не от обычного контроллера, а от параметров, поступающих из программного интерфейса внешнего нейроустройства.
Техническая сложность
Получаемые значения менялись непрерывно и не могли напрямую использоваться как дискретные игровые команды. Нужно было преобразовать их в понятную и достаточно устойчивую механику управления.
Что было сделано
- Организовали получение рассчитываемых устройством параметров во время игрового сеанса.
- Связали диапазоны и изменение значений с динамикой игрового процесса.
- Отделили интеграцию с устройством от логики уровней и визуального представления.
- Собрали последовательность из трех уровней с единым принципом управления.
Результат
Разработан рабочий экспериментальный прототип игры из трех уровней, в котором данные внешнего нейроинтерфейса влияют на развитие игрового объекта и прохождение уровня.
Что проверено
- Проверено непрерывное получение параметров устройства во время игрового сеанса.
- Проверена реакция игровой механики на изменение поступающих значений.
- Проверено последовательное прохождение трех уровней.
Что реализовано
- Рабочая игровая сборка.
- Программная интеграция с внешним нейроинтерфейсом.
- Механика управления по поступающим параметрам.
- Три игровых уровня с отдельным визуальным наполнением.
Технологии и направления
- Нейроинтерфейс.
- Обработка данных в реальном времени.
- Интерактивная графика.
- Игровая логика.
- Рабочий прототип игры на C++.
ИИ / Видео и изображенияНастольный инструмент пакетной генерации изображенийПрограмма формирует серии запросов с общими и индивидуальными промптами и запускает генерацию изображений через API.
Задача
Сократить повторяющуюся ручную работу при генерации серии связанных изображений: задавать общий контекст и референсы, отдельный промпт для каждого изображения и единые параметры запуска.
Техническая сложность
Нужно было объединить общие и индивидуальные настройки нескольких изображений, сформировать отдельные запросы и выполнить серию обращений к внешней модели через API.
Что было сделано
- Реализовали генерацию серии изображений с общим промптом и отдельными описаниями кадров.
- Добавили настройку параметров генерации для запускаемой серии.
- Организовали формирование отдельных запросов для каждого изображения.
- Связали настольный интерфейс с пакетным выполнением запросов через API.
Результат
Создан функциональный прототип внутреннего инструмента, который объединяет формирование серии запросов и пакетную генерацию изображений через API в одном настольном рабочем процессе.
Что проверено
- Проверена генерация серии изображений с общим и индивидуальными промптами.
- Проверено применение выбранных параметров к запросам серии.
- Проверено получение результатов нескольких последовательных генераций.
Что реализовано
- Функциональный прототип настольной программы.
- Интерфейс формирования серии запросов.
- Настройка общих и индивидуальных промптов.
- Интеграция пакетной генерации с внешним API.
Технологии и направления
- Настольное приложение на Python.
- Генеративные модели изображений по API (REST API).
- Пакетное формирование запросов.
Компьютерное зрение / ЗвукСонификация узоров на тканиСистема компьютерного зрения извлекает признаки структуры и цвета узора, а настраиваемый алгоритм преобразует их в параметры генеративной музыки.
Задача
Связать характеристики ткани, её плетение, узор и цвет с параметрами музыкальной композиции так, чтобы разные ткани давали различимый результат.
Техническая сложность
Связь изображения и музыки должна была быть выразительной, но достаточно предсказуемой для последовательной художественной настройки.
Что было сделано
- Выделили визуальные признаки, устойчиво извлекаемые из изображения ткани.
- Связали признаки с музыкальными параметрами через настраиваемые правила.
- Разделили анализ изображения, правила сонификации и музыкальный движок.
- Сравнили результат на разных узорах и скорректировали зависимости.
Результат
Реализовано рабочее приложение: модуль компьютерного зрения извлекает признаки ткани, а настраиваемые правила преобразуют их в параметры генеративной музыки.
Что проверено
- Проверено извлечение признаков на нескольких типах ткани.
- Проверена различимость музыкального результата для разных узоров.
- Проверена возможность менять художественные настройки без изменения основного алгоритма.
Что реализовано
- Рабочее приложение.
- Модуль извлечения визуальных признаков.
- Модуль генеративной музыки и правила сонификации.
Технологии и направления
- Компьютерное зрение.
- Генеративная музыка.
- Обработка изображений и анализ визуальных признаков.
- Приложение на C++.