ChatNow AI
чат-gpt на русском

Категория: Нейросети
Разработка: Мобильное приложение

7 млн. ₽

Бюджет

5 месяцев

Сроки

2023

Разработка

Обзор проекта

Мы расширили пользовательские сценариев в мобильном приложении ChatNow AI была реализована функция голосового взаимодействия — пользователи получили возможность не только вводить запрос голосом, но и слушать озвученные ответы ИИ. Целью этого улучшения было сделать общение с ИИ максимально естественным, быстрым и доступным в ситуациях, когда нет возможности печатать или читать.

Мы сделали так, что голос стал полноценным способом общения с ИИ, а не просто дополнением.

Проблемы и решения

Основная проблема заключалась в обеспечении высокого качества распознавания речи при работе в реальном времени, а также в естественном синтезе голоса, не вызывающем ощущения «робота». Дополнительные сложности — шумная обстановка у пользователя, вариативность речи, акценты и короткие обрывки запросов. Мы выбрали гибридный подход: для голосового ввода интегрировали облачную систему распознавания речи от Google (с fallback на Android SpeechRecognizer и Apple Speech Framework), а для озвучивания ответов — нейросетевые голоса через Google Cloud TTS и Yandex SpeechKit.

В результате пользователь мог диктовать запросы в микрофон, а ChatNow AI быстро преобразовывал их в текст, передавал ИИ, получал ответ и читал его вслух — всё это происходило в течение нескольких секунд.

Особенности проекта

Одной из ключевых особенностей стало создание интуитивного UX-интерфейса голосового взаимодействия: кнопка микрофона, визуальные анимации «прослушивания» и «озвучивания», индикаторы статуса, управление остановкой речи. Мы реализовали систему управления сессией голосового ввода — она автоматически завершалась при длительной паузе или по команде, а также включили поддержку диалогов, в которых можно было «общаться» с ИИ, не переключаясь между клавиатурой и микрофоном.

Иван Калинин
Разработчик

Система работала и на русском, и на английском языках, переключаясь автоматически в зависимости от языка речи пользователя.

Этапы разработки

Разделение процесса на этапы позволяет контролировать ход разработки, сроки и затраты. Команда может фокусироваться на конкретных задачах, а заказчик — на достижении измеримых результатов, прежде чем переходить к следующему шагу.

Исследование и выбор технологий

Сравнивались различные решения ASR и TTS по качеству, скорости и стоимости.

Разработка прототипа

Была собрана MVP-версия с базовым голосовым вводом и ответом в тестовой сборке.

Интеграция с ChatNow AI

Подключение к основной логике приложения, передача распознанного текста в LLM и возврат ответа.

Работа над UX

Отрисовка микрофонных кнопок, состояний «говорит» / «слушает» / «думает», плавные переходы.

Тестирование

Проверка на разных устройствах, в наушниках, с фоновым шумом, при плохом интернете.

Оптимизация и rollout

Уменьшение времени задержки, поддержка нескольких языков, публикация.

Каждый этап — это возможность проверить гипотезы, внести корректировки и не тратить ресурсы на ненужный функционал.

Комментарий клиента

«Функция голосового общения — это то, что превращает ChatNow AI из просто текстового помощника в ощущение настоящего диалога. Я могу задать вопрос, просто сказав его вслух, и услышать ответ как от живого собеседника. Это не просто удобно — это ощущение будущего, которое уже в телефоне.»

Питер Мерле
Генеральный директор компании Akkodis

Команда

Наша команда разработчиков, дизайнеров и специалистов по голосовым технологиям с энтузиазмом подошла к этой задаче — мы хотели, чтобы общение с ИИ стало максимально живым. Мы тестировали каждую мелочь: тембр голоса, паузы, акценты, жесты в интерфейсе. Это был тот редкий случай, когда проект одновременно технически сложный и эмоционально вдохновляющий.

Иван
Калинин
Flutter разработчик
Илья
Цывкунов
Back разработчик
Дмитрий
Королев
PM

Мы стремились сделать голос не просто альтернативным способом ввода, а полноценным каналом общения — быстрым, интуитивным и безопасным.

Голосовой ввод

Чтобы сделать взаимодействие с ChatNow максимально быстрым и интуитивным, мы внедрили удобную функцию голосового ввода. Пользователь может задавать вопросы и формулировать команды голосом — без необходимости печатать или переключаться между экранами.Система распознаёт речь в реальном времени и точно интерпретирует запрос, даже если он сформулирован в разговорной форме. Это особенно удобно в ситуациях, когда пользователь занят руками или просто хочет быстрее получить ответ.

Мы разработали эту функцию на базе надёжных speech-to-text решений и адаптировали под естественную речь, что делает голосовое взаимодействие лёгким, быстрым и точным.

Результаты

Пользователи стали чаще обращаться к ChatNow в ситуациях, где ранее взаимодействие было неудобным — в дороге, на ходу или во время других задач. Голос стал не просто альтернативой клавиатуре, а ключевым способом общения с ИИ. Функция показала себя как один из самых востребованных и интуитивно понятных элементов приложения, значительно усилив восприятие ChatNow как «живого», доступного и современного ассистента.

Интеграция голосового ввода значительно повысила удобство и вовлечённость: пользователи стали чаще использовать приложение как полноценного помощника в повседневных задачах — от составления заметок до поиска информации.

Технологии
которые мы используем

Для разработки наша команда использовала самые современные технологии, что обеспечило стабильную и быструю работу платформы.

PostgreSQL
Redis
Apache Kafka
Flutter
Python
FastAPI

ChatNow AI чат-gpt на русском