crowbarr
Crowbarr sincroniza subtítulos y transcribe audio para bibliotecas de medios autohospedadas (*arr). Utiliza Whisper para auditoría no destructiva y generación de transcripciones, integrándose con Sonarr, Radarr y Bazarr.
Ficha actualizada 22 sept 2026, 16:18 · upstream 20 sept 2026, 4:48 · release v0.4.11
Qué es crowbarr
Descripción editorial construida a partir del repositorio, su documentación y sus señales de mantenimiento.
Crowbarr es una herramienta de sincronización de subtítulos basada en auditoría de audio para bibliotecas de medios autohospedadas. Diseñada para el ecosistema *arr*, verifica la alineación temporal entre los diálogos y los subtítulos existentes, ajustando desviaciones sin modificar archivos originales. Si no hay subtítulos, transcribe el audio desde cero utilizando Whisper.
La aplicación se basa en FastAPI y Python, ejecutándose nativamente o mediante contenedores Docker. Soporta aceleración CUDA para NVIDIA y gestiona colas de trabajo mediante SQLite. Se integra con Sonarr y Radarr vía polling o webhooks, y puede notificar a Bazarr para saltar el periodo de gracia de 30 minutos tras la descarga de subtítulos.
La interfaz web centralizada permite gestionar tareas, revisar evidencias de auditoría y configurar modelos de Whisper. Además, actualiza Plex al publicar nuevos subtítulos. La arquitectura prioriza la integridad del archivo original mediante sidecars (`.crowbarr.en.srt`), permitiendo una revisión segura antes de la publicación definitiva.
- Sincronizar subtítulos manuales o automáticos que han sufrido desviaciones temporales en series y películas.
- Generar transcripciones de audio para contenido multimedia que carece de subtítulos iniciales.
- Automatizar la gestión de subtítulos en bibliotecas *arr* (Sonarr/Radarr) sin intervención manual constante.
- Auditar y corregir temporalización de subtítulos en archivos locales o montados en NAS.
- Integrar un flujo de trabajo de post-procesado entre Bazarr y Crowbarr para optimizar tiempos.
- Motor de transcripción Whisper con soporte nativo para aceleración CUDA NVIDIA.
- Integración profunda con Sonarr, Radarr y Bazarr mediante APIs y webhooks configurables.
- Procesamiento no destructivo que preserva archivos originales mediante sidecars.
- API RESTful completa para orquestación externa y consulta de estado de tareas.
- Gestión de colas de trabajo robusta basada en SQLite para evitar saturación de recursos.
- Soporte multiplataforma con imágenes Docker oficiales y scripts de instalación nativa.
- El enfoque inicial está optimizado para diálogos y subtítulos en inglés; el soporte multilingüe es limitado.
- Solo procesa subtítulos de texto (`.srt`, `.ass`, etc.); formatos bitmap requieren OCR no soportado actualmente.
- Los trabajos se ejecutan secuencialmente mediante una cola única, lo que puede ralentizar el procesamiento masivo.
- La primera pasada de auditoría requiere extracción de audio y reconocimiento, siendo más lenta que las re-evaluaciones.
- Requiere Python 3.11+ y FFmpeg instalados en entornos nativos o imágenes Docker específicas.
Perfil de infraestructura
Estimación inicial derivada del repositorio y de los servicios detectados.
Despliegue detectado
Qué señales reales de instalación hemos encontrado.
Despliegue recomendado mediante Docker Compose para aislamiento de recursos. Utilizar imagen `latest-cuda` si se dispone de GPU NVIDIA compatible. Persistir datos en `/var/lib/crowbarr`. Configurar webhooks en Sonarr/Radarr apuntando a `/api/hooks/sonarr` o `/radarr`. Asegurar credenciales API y autenticación básica o tokens Bearer. Para despliegues en NAS, verificar mapeo de rutas entre la aplicación y las bibliotecas de medios.
Stack y dependencias
Componentes inferidos a partir de manifests, configuración y documentación.
Puede sustituir a
Relaciones detectadas por el análisis del repositorio y su categoría.
Experiencia real de la comunidad
Ayuda a contrastar la estimación automática con instalaciones reales.
Todavía no hay datos comunitarios para este proyecto.