Solovey: инсайды о проекте

Версия для публикации в Клубе.

Расскажите о себе и сути проекта?

Я развиваю Solovey: macOS-приложение для постобработки речи в офлайн-режиме.
Основной сценарий простой и практичный: импорт аудио -> превью -> полная обработка -> экспорт.

Проект фокусируется именно на spoken-content: подкасты, интервью, лекции, озвучка.
Ключевая идея продукта сейчас:

• убрать шумы и гул,
• выровнять громкость до стабильного уровня,
• дать быстрый A/B-контроль результата до финального рендера.

Технически обработка идет локально на устройстве, без облачного рендера аудио.

Как появилась идея? Что вдохновило?

Идея появилась из очень практичного запроса. Друг показал Auphonic и пожаловался,
что ему нужна такая же удобная обработка, но офлайн. В тот момент я как раз делал
приложение для созвонов с шумоподавлением, и понял, что часть наработок можно
вынести в отдельный продукт. Так и появился Solovey: отдельное приложение именно
для локальной постобработки речи.

Что вошло в прототип и сколько времени на него было потрачено?

В ранний прототип вошел базовый рабочий цикл:

1. Импорт аудиофайла.
2. Построение превью-фрагмента и A/B прослушивание.
3. Прогон через офлайн-пайплайн обработки речи.
4. Экспорт итогового файла.

В первых итерациях основной ценностью были не «100 фич», а надежный end-to-end поток и повторяемый результат.

Первый прототип я собрал на Python примерно за 3 дня, после чего начал портировать
все в Swift для нативного macOS-приложения.

Какой технологический стек вы использовали? Почему?

Базовый стек проекта:

• SwiftUI + macOS для нативного приложения,
• Tuist для управления проектом и сборками,
• модульное ядро SoloveyCore для пайплайна и анализа,
• локальная обработка аудио через нативные DSP/аудио-компоненты,
• модели шумоподавления и адаптивной обработки речи в офлайн-сценарии.

Почему такой выбор:

• нативная производительность и стабильность на Mac,
• прозрачный контроль пайплайна обработки,
• отсутствие зависимости от облачной инфраструктуры в критичном аудиопути.

Как вы запускались и искали первых пользователей?

Пока целенаправленный запуск и поиск первых пользователей не делал.
Сейчас фокус на доводке качества и стабильности, чтобы на первых реальных тестах
люди увидели уже внятную ценность, а не «сырой концепт».

С какими самыми неожиданными трудностями пришлось столкнуться?

На технической стороне проект дал несколько нетривиальных уроков:

• адаптивные настройки, которые «на бумаге» выглядят правильно, могут ухудшать звук на узкополосных записях;
• пришлось вводить bandwidth-aware guardrails, чтобы не «восстанавливать шум как воздух»;
• проявлялись гонки между превью-рендером и переключением профилей;
• надежность пайплайна пришлось усиливать атомарной записью результатов и жесткой проверкой порядка стадий.

Главный вывод: в voice-processing критичны не только алгоритмы, но и инженерная дисциплина runtime-поведения.

Сколько потратили и заработали? Есть идеи как это можно монетизировать?

Пока по деньгам ноль: ни существенных внешних затрат, ни выручки
(если не считать мое собственное время разработки).

Монетизацию рассматриваю после валидации спроса: сначала получить стабильный
продукт и понятную обратную связь, затем выбирать модель (подписка/лицензия/про-уровень).

Какие планы на будущее?

Ближайший вектор развития продукта:

• получить фидбек от реальных пользователей,
• довести UX и качество обработки по этому фидбеку,
• выпустить релиз в App Store.

Нужны ли какие-то советы или помощь Клуба?

Да, нужен фидбек. В первую очередь интересна честная обратная связь по:

• реальному качеству результата на разных типах исходников,
• удобству сценария «импорт -> превью -> экспорт»,
• тому, за что вы лично были бы готовы платить в таком продукте.