Ctrl K
ComunidadGuías…
GITHUB · ANALIZADO

subarr

Subarr es la capa de coordinación para la pila de subtítulos *arr. Gestiona detección calibrada de audio, liderados de proveedores y un laboratorio de ajuste de Whisper (v1.1). Opera junto a Bazarr para decidir qué subtítulos faltan realmente.

Ficha actualizada 22 sept 2026, 13:13 · upstream 22 sept 2026, 13:13 · release v2.7.13

Ver códigoProblemas y ayudaRepositorio ↗
00

Qué es subarr

Descripción editorial construida a partir del repositorio, su documentación y sus señales de mantenimiento.

Subarr actúa como una capa de coordinación para la pila de subtítulos *arr, complementando a Bazarr en la búsqueda y descarga. Decide qué subtítulos faltan realmente en tu biblioteca, qué proveedores merecen tu tiempo y cuándo ejecutar Whisper. Mientras Bazarr encuentra y descarga, Subgen transcribe; Subarr coordina.

CASOS DE USO
  • Identificar brechas de subtítulos verificando archivos antes de colarlos en la cola de transcripción.
  • Detección calibrada del idioma de audio mediante múltiples fragmentos Whisper con votación conservadora.
  • Ajuste y optimización de modelos Whisper mediante el Tuning Lab para hardware específico.
  • Integración automática con Plex y Jellyfin para refrescar metadatos tras añadir subtítulos.
  • Gestión de bibliotecas multi-instancia con soporte para múltiples medios (Sonarr, Radarr).
  • Verificación de idioma de audio real frente a etiquetas de metadatos erróneas.
PUNTOS DESTACADOS
  • Detección calibrada de idioma de audio: analiza tres fragmentos Whisper con votación conservadora y puerta de confianza.
  • Tuning Lab para Whisper: barre variantes de recetas contra subgen en vivo y clasifica el mejor modelo por idioma.
  • Gestión de brechas verificadas: solo se considera una brecha tras sondear el archivo, evitando colas falsas.
  • Seguridad hardening: contenedor no-root con capacidades limitadas y reconciliación automática de permisos en /data.
  • Integración multi-plataforma: soporte nativo para Plex (refrescos inmediatos) y Jellyfin con detección automática de rutas.
  • Líderes de proveedores: tablas de clasificación de éxito por proveedor para priorizar búsquedas.
PRECAUCIONES
  • Dependencia de subgen específico: algunas funciones requieren ghcr.io/coaxk/subarr-subgen 2026.08.1-r9 o superior.
  • Requiere GPU para modelos grandes (large-v3) en Whisper; CPU funciona pero es significativamente más lento.
  • Configuración manual de rutas: el montaje de medios debe ser :rw para que subarr escriba archivos .srt y sidecars.
  • Limitaciones de recursos: se recomienda limitar CPUs a 1.0 y memoria a 1G en despliegues hardening.
  • Actualización v2.0 con cambios rotos: requiere creación de cuenta admin o uso de variables de entorno para autenticación.
01

Perfil de infraestructura

Estimación inicial derivada del repositorio y de los servicios detectados.

CPU4 vCPUrecomendación inicial
MEMORIA8 GBRAM estimada
DISCO20 GBalmacenamiento base
COMPLEJIDADmediumnivel de operación
02

Despliegue detectado

Qué señales reales de instalación hemos encontrado.

Listo para automatizar

Usa el docker-compose.yml oficial del repositorio. Monta ./subarr/data:/data persistentemente (necesario para la base de datos y ajustes). Configura PUID/PGID coincidiendo con el dueño de /media/library para escribir sidecars. Si tienes GPU Nvidia, pásala al contenedor subgen para usar modelos Whisper grandes. Para despliegues hardening, añade cap_drop: [ALL] y cap_add: [CHOWN, SETUID, SETGID, FOWNER, DAC_OVERRIDE]. No montes la biblioteca de medios en /data.

✓Dockerfile
✓Compose
✓One-click
03

Stack y dependencias

Componentes inferidos a partir de manifests, configuración y documentación.

FRAMEWORKS
Next.jsReactNode.jsFastAPIPython
SERVICIOS
PostgreSQL
BASES DE DATOS
PostgreSQL
PUERTOS
9922
05

Puede sustituir a

Relaciones detectadas por el análisis del repositorio y su categoría.

06

Experiencia real de la comunidad

Ayuda a contrastar la estimación automática con instalaciones reales.

Todavía no hay datos comunitarios para este proyecto.