Привет, Хабр! Меня зовут Эдуард, и сегодня я хочу рассказать о небольшом проекте Kabardian Translator — локальном переводчике с озвучкой для кабардинского языка. Эта история началась с сотрудничества с командой Silero TTS и превратилась в инструмент, который, надеюсь, поможет соотечественникам за границей учить родной язык.

Начало: запись голоса для Silero TTS

Всё началось с того, что я записал свой голос для проекта Silero TTS — системы синтеза речи, которая поддерживает множество языков стран СНГ. Работая над кабардинским голосом, я понял: как здорово было бы создать инструмент, где можно не только переводить слова на кабардинский, но и сразу слышать их правильное произношение. Особенно для тех, кто живёт далеко от родины и хочет учить его, чтобы сохранить связь с родным языком.

Идея была проста: локальный переводчик + синтез речи моим голосом = персональный языковой помощник.

Что уже есть на рынке? Небольшое исследование

Прежде чем писать код, я решил посмотреть, что уже сделано для кабардинского языка. И был приятно удивлён!

1. Работа Адама Паногова

Мой земляк Адам Паногов обучил отличную модель, которая умеет переводить с 200 языков на кабардинский в обе стороны, ниже информация о его проектах:

• Модель: 200-1.3b-kbd-pretrain

• Репозиторий с кодом и грамматическими правилами: kbd_translate

• Параллельный корпус: около 293 тысяч пар предложений кабардинский-русский

2. Работа Анзора Кунашева

Другой мой земляк, Анзор Кунашев, пошёл другим путём — обучил две модели на каждое направление, ниже информация о его проектах:

• Модель "любой язык → кабардинский": 1.2B_ft_kbd-ru_63K

• Модель "кабардинский → любой язык": 1.2B_ft_ru-kbd_63K

• Корпус от его проекта Adiga AI: 220 тысяч предложений

У самого Анзора есть более мощный переводчик на сайте zedzek.com, но он работает только серьезных картах и не пригоден для локального развертываняи, так как обучен на более чем 3 миллиардах параметров.

Почему я выбрал две модели, а не одну универсальную?

Хотя модель Адама впечатляет своей поддержкой 200 языков, для локального запуска я выбрал модели Анзора по нескольким причинам:

1. Лёгкость для локального запуска — модель на 100 языков более оптимизирована для ограниченных ресурсов памяти

2. Специализация — отдельные модели для каждого направления дают лучший контроль качества

3. Производительность — при тестах на моём Mac Mini M4 разница в качестве была минимальной, а скорость выше

Собираем пазл: что получилось в итоге

Мой проект объединил несколько компонентов:

Перевод:

• Прямой перевод: русский ↔ кабардинский (модели Анзора)

• Каскадный перевод: любой язык → русский → кабардинский

• Базовый перевод: между другими языками (модель на 100 пар)

Синтез речи:

• Мой кабардинский голос (Silero TTS) ru_eduard

• Мой русский голос (Silero TTS) kbd_eduard

• Автоматическая транслитерация не кирилических алфавитов для расширения поддержки на собственном алгоритме

Неожиданное открытие: транслитерация + Silero = мультиязычность

Самое интересное случилось, когда я начал экспериментировать. Модель Silero TTS для стран СНГ (подробнее в этой статье на Хабре) была обучена на 20 языках одновременно: славянских, тюркских, кавказских. Это дало ей уникальное фонетическое разнообразие!

Через транслитерацию я смог расширить поддержку озвучки:

Кабардинский голос (мой) озвучивает:

• Прямо на кирилическом алфавите: кабардинский, казахский

• Через транслитерацию: турецкий, азербайджанский, грузинский, армянский

Было странно видеть слова армянского и грузинского алфавита во всплывающих окнах, перведенные на кабардинский диграфы и триграфы, но это позволило увидить насколько кавказские языки близки фонетически.

Русский голос (мой) озвучивает:

• Прямо: русский, украинский, белорусский

• Через транслитерацию: немецкий, испанский, латышский

Качество озвучки:

• Славянские языки: 95–98%

• Кабардинский/казахский: 92–95%

• Транслитерированные: 70–80% (в зависимости от фонетической близости)

⚙️ Технические детали и оптимизации

Проект написан на Python с использованием:

• PyTorch для ML

• Transformers от Hugging Face

• Flask для веб-интерфейса

Оптимизации для Apple Silicon:

# Используем MPS, если доступно
device = "mps" if torch.backends.mps.is_available() else "cpu"

• Float16 вместо Float32 — экономия 50% памяти (15GB → 7.5GB)

• Ленивая загрузка TTS — ускоряет старт на 5 секунд

• Автоочистка памяти — стабильная долгая работа

Производительность на Mac Mini M4 16гб:

• Старт сервера: ~10 сек

• Перевод: 200–900 мс

• Синтез речи: меньше 1 сек

• Память: ~8 GB пик

Как попробовать?

Проект опубликован на PyPI и GitHub:

# Установка через pip
pip install kabardian-translator

# Загрузка моделей (~15 GB)
kabardian-download-models

# Запуск
kabardian-translator

Открываем браузер: http://localhost:5500

GitHub: https://github.com/kubataba/kabardian-translator

Что дальше? Планы на будущее

1. Silero Stress — автоматическая расстановка ударений для славянских и кавказских языков

2. Веб-версия — чтобы дать попробовать модель тем, кто не может развернуть сам

3. Расширение поддержки северокавказских языков, очень хочется попробовать сделать танслитерацию чеченского, осетинского, даргинского, аварского и лезгинского

4. Telegram-бот и мобильное приложение

5. API для синтеза аудиокниг на кабардинском языке

? Благодарности

Хочу выразить огромную благодарность:

• Команде Silero за потрясающую TTS-систему и поддержку

• Анзору Кунашеву за качественные модели перевода

• Адаму Паногову за вклад в корпусы и исследование

• Всему сообществу, работающему над сохранением кабардинского языка

Заключение

Этот проект — не просто технический эксперимент. Это попытка создать инструмент, который поможет сохранить и передать родной язык следующим поколениям, где бы они ни находились. Я писал для своих знакомых, которая выросли не на Родине и жаловались, что не могут выучить язык, потому что не могут понять произношение по написанию.

Если вы кабардинец, живущий за границей, или просто интересуетесь кавказскими языками — попробуйте Kabardian Translator. Буду рад услышать ваши отзывы, предложения и замечания!

P.S. Хотел обратиться к носителя чеченского, ингушского, даргинского, лезгинского, аварского, осетинского помогите создать синтез речи на ваших языках. Нужны люди носители языка, которые могут записать два часа аудио на родном языке и 1 час на русском. Также будет очень полезна помощь со сбором корпусов для озвучивания на родном языке и помощь в составлении словарей ударений. Если вы готовы помочь и выделить на это время, пишите компании Silero, @silero_job они делают эту работу по гранту и с удовольствием поработают с вами.

Статья написана с любовью к родному языку и уважением ко всем, кто работает над его сохранением.