go-subgen

go-subgen es una aplicación escrita en Go diseñada para generar subtítulos automáticamente a archivos multimedia almacenados localmente. Utiliza whisper.cpp como motor principal de reconocimiento de voz (ASR), lo que permite un rendimiento eficiente tanto en CPU como con aceleración GPU mediante CLBLAST/CUBLAS cuando está disponible. La herramienta se integra principalmente con ecosistemas de gestión de medios autoalojados como Radarr y Sonarr a través de webhooks, permitiendo la generación de subtítulos justo después de la descarga de episodios o películas.

La arquitectura del software almacena el audio extraído en memoria RAM en lugar de escribirlo temporalmente en el sistema de archivos, lo que reduce la I/O pero incrementa significativamente los requisitos de memoria. Esto es especialmente relevante cuando se utilizan modelos grandes como large_v3 o cuando se procesan archivos multimedia con una duración considerable. El servicio expone un servidor web en el puerto 8095 que acepta peticiones POST para iniciar procesos de transcripción, ya sea a través de integraciones específicas o mediante endpoints genéricos.

El proyecto está actualmente en proceso de reescritura mayor, con ramas v1-dev y v1-dev-web que ofrecen funcionalidades mejoradas pero que aún no son la versión estable principal. La herramienta soporta plantillas Go para personalizar los nombres de los archivos de subtítulos generados, permitiendo incluir metadatos como el nombre del archivo, idioma detectado, tipo de archivo y hash del archivo (basado en imohash). Además, incluye opciones para verificar hashes de modelos descargados, controlar la concurrencia de procesos y ajustar parámetros avanzados de whisper.cpp como velocidad de inferencia y umbrales de tokens.