# Digercules

Digercules — это программа с нейросетевыми компонентами, которая берёт любую исходную неразобранную свалку файлов — архив, библиотеку, концертные записи, переписки в мессенджерах — и превращает её в структурированную библиотеку, включая умную дедупликацию: найти все копии одного и того же, убрать лишнее и при этом ничего важного не потерять. По каждому файлу — тема, язык, тип документа, ключевые сущности, краткое содержание. Это делается заранее, без спешки и дедлайна, пока никому это ещё не понадобилось срочно — а не в последний момент под конкретную задачу. Готовую библиотеку можно скормить любой нейросети, базе данных или поисковой системе — дальше они сами находят нужное и строят интерфейс; Digercules не заменяет этот следующий шаг, а делает его вообще возможным, беря на себя ту трудоёмкую подготовку, на которую обычно никогда не хватает ресурсов.

Данные обрабатываются без корпоративных облаков — либо на компьютере клиента целиком (при наличии необходимых мощностей видеокарты), либо автору программы передаются не исходники, а сжатые копии, подготовленные специально для распознавания, и обратно приходят только тексты.

Уже проверено на архивах разного масштаба — по реальной статистике обработанных проектов:

<div class="stat-grid">
  <div class="stat-tile"><div class="stat-value">более 800 000</div><div class="stat-label">файлов обработано</div></div>
  <div class="stat-tile"><div class="stat-value">около 85 ТБ</div><div class="stat-label">объём источников</div></div>
  <div class="stat-tile"><div class="stat-value">более 66 000 ч</div><div class="stat-label">звука (около 7,5 лет)</div></div>
  <div class="stat-tile"><div class="stat-value">1,8 ТБ</div><div class="stat-label">высвобождено дублями</div></div>
  <div class="stat-tile"><div class="stat-value">3 507 ч</div><div class="stat-label">затрачено на обработку</div></div>
  <div class="stat-tile"><div class="stat-value">~430</div><div class="stat-label">исполнителей опознано по видео</div></div>
</div>

По имеющимся каналам связи (~30 Мбит/с, реальный замер) закачка этого объёма в облако заняла бы около 262 суток — против 96, за которые всё обработано на месте. Хранение обошлось бы от $84 в месяц, а обработка на сопоставимом по мощности GPU потребовала бы от $150–190 в месяц. И это без учёта ещё одного шага: данные из хранилища всё равно нужно перегнать на саму GPU-машину для обработки. Даже по каналу втрое быстрее (100 Мбит/с) партия в несколько терабайт идёт около 3 суток.

## Что реально работает внутри

Digercules — не одна модель, а оркестрованный конвейер из 25+ фаз обработки: каждая решает одну узкую задачу, и результат одной становится входом для следующей.

**Речь в текст.** Аудио и видео проходят через `faster-whisper` (large-v3-turbo): сначала быстрый черновой проход — для сверки и отбора, затем медленный и тщательный основной проход с направляющими подсказками, построенными на собственной лексике архива. Если в архиве есть свой устойчивый круг голосов или своя специфическая терминология, модель можно дообучить (LoRA) именно на этом материале — проверено на сотнях часов одной конкретной коллекции.

**Идентификация голоса.** Модель голосовых эмбеддингов (ECAPA-TDNN) строит галерею голосов: кто говорит, сверяясь со всеми, кого система уже слышала раньше, — галерея растёт с каждым новым обработанным архивом.

**Идентификация лиц.** Та же логика, что и для голоса, но для лиц: галерея с несколькими эталонными образцами на человека — она умеет то, чего не может один усреднённый портрет, — узнавать одного и того же человека и в детстве, и сорок лет спустя. Экран подтверждения проверен на реальных 20 ТБ концертных видеозаписей.

<figure class="screenshot">
  <img src="/assets/img/screenshots/face-review-cluster.jpg" alt="Экран подтверждения лиц: собранная галерея по персоне с вариантами кластеров" loading="lazy">
  <figcaption>Экран разбора: все подтверждённые варианты лица одного человека, сгруппированные по видео.</figcaption>
</figure>

<figure class="screenshot">
  <img src="/assets/img/screenshots/face-review-suggestions.jpg" alt="Экран подтверждения лиц: предложенные совпадения с процентом схожести" loading="lazy">
  <figcaption>Тот же экран на этапе разметки: система предлагает совпадение с процентом схожести, человек подтверждает или отклоняет.</figcaption>
</figure>

Решение всегда принимает человек: похожесть — это подсказка с процентом, а не готовый ответ, и безопасного порога, после которого её можно доверять автоматически, не существует — в интерфейсе это не скрывается. Лицо, которое никто не узнал, не выдаётся за опознанное, а ждёт того, кто архив знает лучше. [Подробнее о принципах работы модуля](https://digercules.com/ru/face-identification/).

**Распознавание текста (OCR).** Отсканированные документы проходят через Marker — открытый движок распознавания и конвертации PDF/сканов — и превращаются в текст, по которому можно искать, а не остаются картинкой с буквами.

**Понимание фотографий — по уровням.** Каждый фотобанк сначала проходит дешёвый проход на CPU (OpenCV DNN — EAST ищет текстовые области, YuNet считает лица), который работает одинаково на любой машине флота, включая десятилетний Windows 7. На более мощном железе добавляется второй проход — CLIP zero-shot классификация сцены на скорости GPU. Там, где это действительно важно, полноценная визуально-языковая модель (Ollama) пишет настоящее описание конкретного фото. Три уровня, от дешёвого к дорогому.

**Понимание документов.** Каждый файл читается и описывается локальной языковой моделью (Ollama): о чём он, на каком языке, для чего на самом деле нужен.

**Дедупликация, которая заодно защищает файлы.** Тот же хэш, что находит дублирующиеся копии, заодно побайтово подтверждает: файл, вернувшийся в архив после обработки, — тот же самый файл, что из него уходил.

<figure class="screenshot">
  <img src="/assets/img/screenshots/face-review-scale.jpg" alt="Плотная галерея сотен распознанных лиц по одному архиву" loading="lazy">
  <figcaption>Масштаб одного архива: сотни распознанных вариантов лица, сгруппированные автоматикой и уточнённые человеком.</figcaption>
</figure>

Каждый из этих этапов выполняется либо локально, либо на конкретной, названной вам машине — никогда в безликом облаке.

## Статус

Продукт в активной разработке. Инженерная библиотека — стабильно, в продакшне.

## География команды

Разработка ведётся распределённой командой в нескольких странах: Израиль, Грузия, Россия. Реальные точки присутствия вычислительной инфраструктуры: Ришон-ле-Цион, Израиль · Тбилиси, Грузия · Челябинск, Россия · Москва, Россия.

## Куда дальше

Digercules обслуживает разные типы заказчиков через отдельные сайты:

- **[digercules.ru](https://digercules.ru/)** — российские потребители, архив живых выступлений (бардовская песня и не только)
- **[digercules.org](https://digercules.org/ru/)** — предложения для организаций
- **[digercules.net](https://digercules.net/ru/)** — частные заказчики, конкретные юзкейсы

## Как это оплачивается

Локальный самостоятельный прогон — разовая покупка программы без ограничения по объёму архива; бесплатна только предварительная оценка по описанию или скриншоту архива. Более тяжёлая координация, когда своей мощности не хватает, — отдельно, по цене, которая формируется по факту обнаруженного объёма работы: конкретных цифр здесь пока нет. Ориентир по рынку — цифры выше на этой странице (во сколько обошлась бы сопоставимая задача через обычное облако). Подробности по сценариям — на [digercules.org](https://digercules.org/ru/) и [digercules.net](https://digercules.net/ru/).