منصوبے کے بارے میں

MinusPod ایک خود میزبانی شدہ سرور ہے جو پلے بیک سے پہلے پوڈکاسٹ اقساط سے اشتہارات خودکار طور پر ہٹاتا ہے۔ یہ Whisper کے ذریعے آڈیو کو ٹرانسکرائب کرتا ہے (faster-whisper/whisper.cpp کے ذریعے مقامی، یا ریموٹ APIs)، ٹرانسکرپٹ میں اشتہاری حصوں کی شناخت کے لیے LLM استعمال کرتا ہے، اور انہیں کاٹنے کے لیے FFmpeg استعمال کرتا ہے۔ نظام صارف کی اصلاحات سے اقساط کے درمیان اشتہاری پیٹرن سیکھتا ہے تاکہ بار بار آنے والے اسپانسرز کو LLM سے دوبارہ استفسار کیے بغیر پکڑا جا سکے۔ اہم صلاحیتوں میں شامل ہیں: تصدیقی پاس کے ساتھ سلائیڈنگ ونڈو LLM شناخت، اختیاری اشتہار جائزہ کار مرحلہ، آڈیو سائیڈ سگنلز (بلند آواز، DAI منتقلی، VAD وقفے کی شناخت)، فی-فیڈ آڈیو کیو کی شناخت، جائزہ قطار کے ساتھ اعتماد اسکورنگ، اور حصوں کی درجہ بندی (sponsor، cross-promo، self-promo، interaction، intro/outro/recap)۔ یہ متعدد LLM فراہم کنندگان کی حمایت کرتا ہے (Anthropic، OpenRouter، Ollama، کوئی بھی OpenAI سے ہم آہنگ endpoint)، فی-مرحلہ ٹیوننگ اور خفیہ کردہ API کلید اسٹوریج کے ساتھ۔ یہ ورژن شدہ آڈیو، Podcasting 2.0 ٹرانسکرپٹس/چیپٹرز، Podping انضمام، OPML درآمد/برآمد، اور صارف کی آڈیو فائلوں سے مقامی فیڈز کی تخلیق کے ساتھ دوبارہ کٹ شدہ RSS فیڈز شائع کرتا ہے۔ ویب UI ویوفارم اشتہار ایڈیٹر، فیڈ/ایپیسوڈ/پیٹرن/اسپانسر مینجمنٹ، اعدادوشمار، اور لاگت کے تجزیات فراہم کرتا ہے۔ اس میں برقراری کنٹرولز، خفیہ کردہ بیک اپس، webhooks، OpenAPI تفصیلات کے ساتھ REST API، اور واحد مشترکہ پاس ورڈ پر مبنی تصدیق شامل ہیں۔ یہ Docker کے ذریعے چلتا ہے، مقامی Whisper کے لیے NVIDIA GPU سپورٹ کے ساتھ، یا ریموٹ ٹرانسکرپشن بیک اینڈ کے ساتھ صرف CPU پر چلتا ہے۔