Первая версия этой статьи была написана для Хабра, но модераторы отклонили её за «использование ИИ при написании и редактировании текста». После этого мне пришлось переписать её самому. Я честно пытался оградить читателей от собственного литературного таланта, но попытка не удалась. Так что теперь вам придётся терпеть мои шутки, сомнительные метафоры и периодические приступы графомании. Но у вас всё ещё есть возможность закрыть эту статью. Я предупредил. Дальше претензии не принимаются.
А теперь к делу. Некоторое время назад мне понадобилось расширение для записи звука из вкладок Chrome. Задача выглядела настолько простой, что я даже не собирался ничего разрабатывать: в магазине расширений наверняка уже есть десятки готовых решений, ведь правда? Выбирай любое, нажимай «Record» и наслаждайся жизнью.
Я поочерёдно установил несколько расширений, посмотрел, что они умеют, почитал отзывы пользователей. И постепенно пришёл к выводу, что без меня здесь, похоже, не обойтись.
Одни расширения оказались слишком примитивными. Другие предлагали неплохие возможности, но не всегда удачно с ними справлялись. Где-то не хватало автоматизации, где-то возникали вопросы к сохранности записей, где-то пользователь получал ограничения, смысл которых мне был совершенно непонятен. Все эти проблемы я разберу дальше. В итоге я решил написать собственное расширение. Назвал его «Pulse: Бесплатная запись звука с вкладок».
Сначала планировал сделать удобную запись звука с несколькими дополнительными функциями. Потом появились новые идеи. Затем ещё несколько. В какой-то момент стало понятно, что первоначальный план можно выбросить. Впрочем, это обычная история. Если разработчик утверждает, что его проект полностью соответствует первоначальному техническому заданию, возможно, он просто ещё не начал его писать.
Час записывал, ничего не сохранилось. Прекрасно
Начну с того, что раздражает меня сильнее всего: программы, которые делают вид, что работают. Представьте, что вы записываете часовую лекцию. Расширение показывает индикатор записи, таймер исправно отсчитывает минуты, всё выглядит замечательно. Через час нажимаете «Остановить», ожидаете получить файл. Но вместо файла вас ожидает ошибка. Или зависший экспорт. Или аварийное завершение браузера. Особенно приятно, если лекция была одноразовой трансляцией.
Поначалу я думал, что подобные случаи должны быть редкостью. Но потом почитал отзывы.



Последний отзыв мне особенно близок. Хранить всю запись до последнего момента, а потом пытаться сохранить её одним махом — идея, мягко говоря, рискованная. До нажатия Stop пользователь вообще не знает, удастся ли сохранить запись.
Программа целый час держит записанный звук у себя в заложниках и обещает отдать его только после нажатия Stop. Но если браузер аварийно закроется, заложников уже не спасти. Причём даже выполнение требований похитителей не гарантирует счастливого исхода: судя по отзывам, при экспорте тоже случаются неприятности.
Я решил не оставлять пользователей один на один с террористами. В Pulse аудиоданные сохраняются локально, небольшими частями, непосредственно во время записи. Если браузер аварийно закроется, всё, что успело сохраниться на диск, останется на месте. Counter-Terrorists Win.

Немного о том, как это устроено
Сначала пришлось разобраться с особенностями Manifest V3. Chrome может останавливать фоновый service worker расширения, когда считает его неактивным. Поэтому поручать ему многочасовую запись было бы опрометчиво: в какой-то момент браузер просто решит, что тот ему больше не нужен.
В Pulse service worker занимается управлением: получает доступ к аудиопотоку вкладки, запускает и останавливает запись, передаёт команды. А сам звук обрабатывается в специальном скрытом документе, который Chrome позволяет создавать расширениям для подобных задач.
Звук поступает из вкладки в скрытый документ, где обрабатывается и кодируется в выбранный формат. Готовые фрагменты последовательно сохраняются в локальную базу IndexedDB. Поэтому при аварийном завершении браузера уже записанные на диск данные не исчезают вместе с процессом, который занимался записью.
Вместе с каждым фрагментом сохраняется информация о его порядке и текущем состоянии записи. Причём сами аудиоданные и сведения о них записываются в одной транзакции. Это позволяет избежать ситуации, когда программа считает очередной фрагмент сохранённым, хотя на самом деле его запись не завершилась.
Для разных аудиоформатов процесс немного отличается. При записи в WebM браузер сам отдаёт порции закодированного звука примерно раз в секунду. А для MP3 и WAV я использую отдельную обработку аудиопотока и кодирование.
На мой взгляд, защита записанных данных должна быть базовым свойством подобного инструмента, а не премиальной функцией, за которую пользователь благодарит разработчика со слезами на глазах. Хотя, судя по некоторым отзывам, благодарить есть за что.
Двадцать минут достаточно для всех
Ещё одна вещь, которую я обнаружил при изучении конкурентов, — ограничения продолжительности записи.

Двадцать минут. Я попытался придумать ситуацию, в которой это было бы разумным универсальным ограничением. Для песни многовато. Для лекции маловато. Для вебинара вообще смешно. Видимо, на двадцать первой минуте лекции начинаются знания, которые пользователю уже ни к чему.
В Pulse я не стал устанавливать искусственный лимит продолжительности записи. Нужно записать пять минут? Welcome. Три часа? Тоже пожалуйста. Берите столько продолжительности записи, сколько сможете проглотить. А точнее, сколько может проглотить ваш компьютер: фактические ограничения определяются доступным местом и ресурсами компьютера.
Если свободное пространство закончится, на этом наши полномочия всё. Я умею программировать, но создавать дополнительные гигабайты силой мысли пока не научился. Хотя и здесь Pulse подстелит соломку: предупредит, когда в доступном расширению браузерном хранилище останется менее 500 МБ, и приблизительно рассчитает, на сколько минут записи хватит места в текущем формате и качестве.
А можно, чтобы оно само?
Я довольно ленивый человек. В том смысле, что терпеть не могу выполнять действия, которые компьютер прекрасно может выполнить самостоятельно. Если мне нужно записать лекцию, я не хочу постоянно проверять, началась ли она, не остановилось ли воспроизведение, не наступила ли длинная пауза и не пора ли завершать запись. У компьютера есть процессор. Пусть вкалывают роботы, а не человек.

Поэтому в Pulse я предусмотрел несколько способов автоматизации.
Например, можно настроить отложенный запуск: запись начнётся через несколько секунд или только тогда, когда во вкладке появится звук. Завершение тоже можно автоматизировать: по истечении заданного времени, при переходе на другую страницу или после продолжительной тишины.

Ещё одна функция — Умная пауза (Smart Pause). Она позволяет автоматически приостанавливать запись двумя способами.
Первый — по тишине: если звук пропадает на заданное время, запись приостанавливается, а когда возвращается — продолжается.
Второй способ — синхронизация с медиаплеером. Например, пользователь ставит видео на YouTube на паузу — Pulse тоже приостанавливает запись. Продолжает воспроизведение — запись возобновляется. Здесь не приходится ждать, пока детектор тишины отработает установленную задержку. Расширение реагирует непосредственно на изменение состояния воспроизведения.
К сожалению, сделать так, чтобы синхронизация одинаково хорошо работала на любом сайте, не получится. Медиаплееры на разных сайтах устроены по-разному, поэтому приходится учитывать особенности каждого из них. Сейчас эта функция реализована для YouTube, VK и Instagram. Поддержку других сайтов и социальных сетей тоже можно добавить, если появится соответствующий спрос.
Отключаем интернет. Зачем? Потому что можем
Когда я реализовал автоматическую паузу и возобновление записи, один из тестировщиков решил проверить, как всё это работает при разрыве интернет-соединения. Он открыл музыкальный клип на YouTube, запустил запись и отключил интернет. Воспроизведение остановилось. Затем тестировщик восстановил соединение, дождался продолжения клипа и завершил запись.
И обнаружил проблему: на месте соединения двух аудиофрагментов был слышен грубый стык. Он сообщил мне об этом, и пришлось разбираться.
Оказалось, что просто поставить запись на паузу одновременно с плеером недостаточно. Событие паузы и фактическое прекращение звука не всегда происходят в один момент. Плеер уже может сообщить об остановке, хотя в аудиопотоке ещё остаётся небольшой фрагмент. Если сразу прекратить запись, конец слова или музыкальной фразы обрежется.
При возобновлении возникает похожая проблема. Плеер уже начал воспроизведение, но звук до расширения доходит с небольшой задержкой. А если соединить два аудиофрагмента в неудачных местах, возникает резкий скачок амплитуды, который на слух воспринимается как щелчок.
Пришлось поработать над обработкой границ. Для MP3 и WAV я сделал так, чтобы расширение удерживало небольшой запас последних аудиоданных и не обрывало поток сразу после получения события паузы. Оно продолжает анализировать звук, пока тот действительно не затихнет. При возобновлении проверяет начало следующего фрагмента и при необходимости делает короткий плавный переход между ними.
Отдельная проблема возникла при автоматическом определении тишины. Детектору нужно некоторое время, чтобы заметить появление звука. За это время можно потерять начало слова или музыкальной ноты. Поэтому Pulse постоянно хранит небольшой запас последних мгновений входящего аудио. Когда появляется звук, этот запас добавляется в запись, чтобы не обрезать его начало.
С WebM пришлось поступить иначе, поскольку там звук уже закодирован и исправить место соединения таким же способом нельзя. Я добавил небольшую задержку в обработку аудиопотока и согласовал с ней команды паузы и возобновления. Благодаря этому запись останавливается и продолжается ближе к фактическим границам звука.
На всё это ушло немало времени. Приходилось менять алгоритм, записывать тестовые фрагменты, слушать места соединения и снова что-то исправлять.
После доработок тестировщик повторил эксперимент с отключением интернета. На этот раз он не смог определить на слух, где находилось место склейки. Причём проверял на музыкальном клипе, где подобные дефекты особенно заметны.
Качество звука, или зачем разработчики добавляют треск костра
Следующая группа отзывов меня несколько озадачила. Люди жалуются на треск, щелчки и посторонние звуки при записи.


У меня есть теория. Возможно, разработчики одного из этих расширений решили сделать прослушивание записей более уютным. Вечер, чашка чая, любимая музыка, а на заднем плане потрескивают дрова в камине. Но неблагодарные пользователи не оценили художественный замысел.
Я решил не повторять этот смелый эксперимент. Если человеку нужен треск костра, пусть он сам откроет соответствующее видео на YouTube. В Pulse я уделил качеству звука много внимания, в том числе отсутствию посторонних щелчков при паузах и возобновлении записи.
Вот ещё один отзыв:

Человеку недостаточно 128 кбит/с. Кроме того, при длительной записи расширение перестаёт предлагать MP3 и оставляет только WebM.
А вот пользователь, которому важен WAV:

Поэтому в Pulse доступны три формата: MP3, WAV и WebM. Для MP3 можно установить битрейт вплоть до 320 кбит/с. WAV подходит тем, кому нужен звук без потерь при PCM-кодировании. MP3 удобен, когда важен размер файла и совместимость с другими устройствами. WebM — один из форматов, в которые Chrome умеет записывать звук непосредственно, без дополнительного кодировщика.
Конечно, если исходный звук уже был сжат с потерями, сохранение в WAV не восстановит утраченную информацию. И MP3 с битрейтом 320 кбит/с не превратит плохой источник в студийную запись. Но хотя бы дополнительно портить звук не будем.

Как назвать файл, чтобы потом его найти
Ещё одна категория пожеланий показалась мне довольно разумной.


На первый взгляд, имя файла — мелочь. Но представьте, что вы регулярно записываете звук из браузера. Через месяц у вас накопилось несколько десятков аудиофайлов. И все они называются примерно одинаково:
recording_1.mp3
recording_2.mp3
recording_final.mp3
recording_final_final.mp3Последний, разумеется, содержит не ту запись, которую вы ищете.
В Pulse я предусмотрел настройку имён файлов. Можно использовать информацию о записи, чтобы полученные файлы было проще различать. Это особенно полезно при одновременной записи нескольких вкладок. Но о ней чуть позже.

Забавно, что разработчик может месяц возиться с алгоритмом записи, а пользователь потом больше всего радуется возможности нормально назвать файл. Хотя алгоритмом тоже можно гордиться. Никто не запрещает.
Одна вкладка хорошо, а три лучше
Часть возможностей Pulse я придумал уже в процессе разработки. Например, запись нескольких вкладок одновременно. Изначально задача была довольно обычной: пользователь открывает вкладку, нажимает кнопку записи и получает аудиофайл.
Но потом у меня возникла необходимость записывать звук сразу из нескольких вкладок. Пришлось добавить такую возможность. Теперь Pulse позволяет запускать несколько независимых записей одновременно. Каждая вкладка записывается отдельно, для каждой создаётся собственный аудиофайл.
Технически это устроено следующим образом. Для каждой вкладки создаётся отдельная сессия записи со своим аудиопотоком, кодировщиком, таймерами и настройками. При этом все сессии работают внутри одного скрытого документа, поскольку Chrome не позволяет создавать отдельный такой документ для каждой вкладки.
Нужно было также позаботиться о том, чтобы одновременные команды из разных вкладок не мешали друг другу. Например, если две записи почти одновременно сообщают об изменении состояния, одна не должна случайно перезаписать сведения о другой. Для этого обновления состояний выполняются последовательно.
Когда я начал записывать несколько вкладок одновременно, обнаружилась ещё одна проблема. Если во всех них воспроизводится звук, работать за компьютером становится довольно затруднительно. Особенно когда в каждой вкладке говорят на своём языке. Поэтому я добавил возможность записывать звук без воспроизведения через динамики или наушники.
Здесь помогла одна особенность Chrome. Когда расширение захватывает звук вкладки, браузер перестаёт автоматически отправлять его на динамики. Чтобы пользователь продолжал слышать вкладку, расширение должно самостоятельно направить туда аудиопоток.
В Pulse я сделал это управляемым. Если пользователь хочет слушать вкладку, звук поступает в динамики или наушники. Если не хочет, воспроизведение отключается, но запись продолжается. Причём на качество сохраняемого аудио это не влияет.
В результате можно записывать лекцию в одной вкладке, а в другой спокойно включить музыку. И нет, для этого не нужен микрофон. Pulse получает звук непосредственно из вкладки браузера. Поэтому в запись не попадут разговоры в комнате, звуки клавиатуры и прочие бытовые спецэффекты.
Ещё одна идея касалась интерфейса. Обычно расширение открывается в небольшом popup — не путать с поп-ит. Для простых действий этого достаточно. Но когда записей несколько, а управлять ими нужно регулярно, постоянно открывать всплывающее окно становится неудобно. Поэтому я добавил возможность закрепить Pulse в боковой панели Chrome. Теперь интерфейс может оставаться на виду, пока пользователь работает с расширением.
Интерфейс, в котором не нужно получать второе высшее образование
Сделать расширение с двумя кнопками несложно. Начать запись. Остановить запись. Можно добавить красивую иконку, написать «интуитивно понятный интерфейс» и считать задачу выполненной.
Можно пойти и в другую крайность: реализовать десятки функций, вывести все настройки на один экран и получить нечто среднее между приборной панелью самолёта и пультом управления атомной электростанцией.
Почему, спрашивается, пользователю приходится выбирать между примитивным, но простым, и функциональным, но слишком сложным?
Мне хотелось избежать обеих крайностей. Поэтому перед дизайнером я поставил задачу: сделать интерфейс, в котором новичок сможет быстро разобраться, как записать звук, а опытный пользователь — найти все необходимые настройки. Мне кажется, получилось неплохо.
Хотя оценивать интерфейс собственного приложения — занятие неблагодарное. Я ведь сам участвовал в его разработке, обсуждал решения с дизайнером, просил что-то изменить. Поэтому мне каждая кнопка кажется расположенной на своём месте.
А потом приходит пользователь и начинает искать совершенно очевидную функцию в совершенно неожиданном месте.
Или приходит тестировщик. И выясняется, что кнопкой «Остановить запись» можно попытаться отменить запись бабушки к врачу, а микроскопом забивать гвозди. И если микроскоп при этом сломался, значит, у него была недостаточно хорошо продумана защита от неправильного использования.
Конечно, когда пользователь в третий раз не может найти кнопку, которая находится прямо перед его носом, возникает соблазн предположить, что он окончил пять классов школы, причём три из них за взятку. Не буду лукавить, у меня такие мысли тоже возникают.
Но потом приходится признать неприятную вещь: если пользователь не понимает, как работает интерфейс, скорее всего, где-то облажался не пользователь, а разработчик или дизайнер. Особенно если таких пользователей несколько.
Поэтому мне особенно интересно получить обратную связь от людей, которые видят Pulse впервые.
Кстати, интерфейс сделан на девяти языках. Расширение изначально задумывалось не только для русскоязычной аудитории.
Зачем записывать звук из локального видео?
Пока я изучал отзывы к другим расширениям, встретил ещё одно пожелание.

Оказывается, людям бывает нужно записывать звук не только с сайтов, но и из локальных файлов, открытых в браузере. Например, есть видео в формате MP4, а нужна только его аудиодорожка. Обычно для этого используют отдельный конвертер. Но можно открыть видеофайл в Chrome, запустить воспроизведение и сохранить звук с помощью Pulse.
Для этого пользователь должен отдельно разрешить расширению доступ к локальным файлам в настройках Chrome. Это ограничение самого браузера.
Конечно, такая запись не заменяет полноценный конвертер. Она происходит в реальном времени, поэтому извлечение звука из двухчасового видео займёт соответствующее время. Но если нужно один раз получить аудио из небольшого ролика, способ вполне рабочий.
ChatGPT как инструмент для озвучки
Некоторое время назад мне понадобилось озвучить видеоинструкции к другому своему расширению — BlockIt, которое позволяет удалять и скрывать нежелательные элементы на сайтах. Кстати, именно опыт создания видеоинструкций для BlockIt показал мне, что лучше бы делать программу изначально понятной, чтобы избежать этапа написания инструкции со стороны разработчика и этапа изучения этой инструкции со стороны пользователя.
Но вернёмся к озвучке. Озвучить видео нужно было на нескольких языках. Тексты я переводил с помощью ChatGPT, а потом решил воспользоваться его функцией чтения вслух. Если кто-то не знает, в ChatGPT — впрочем, в DeepSeek тоже есть эта функция — можно нажать кнопку «Прочитать вслух» под любым сообщением, которое отправила вам нейросеть. Нейросеть озвучит текст ответа. Оставалось сохранить получившийся звук.
Тут и пригодился Pulse. Я запускал чтение вслух, записывал аудио из вкладки и получал готовый файл. Затем использовал его при монтаже обучающих роликов.
Так удалось обойтись без специализированных платных сервисов синтеза речи.
Что дальше?
Вообще, я собирался остановиться на уже реализованных функциях, но когда собирал материал для этой статьи, наткнулся на ещё один интересный отзыв.

Речь о режиме «картинка в картинке». Это когда видео можно вынести в отдельное небольшое окно поверх других приложений. Например, смотреть лекцию и одновременно работать с документами. Автор отзыва жалуется, что при записи звука не может использовать этот режим.
Идея хорошая. Добавлю ли я такую возможность в одном из следующих обновлений? Посмотрим.
Пока хочу понять, насколько востребованным окажется Pulse. Если появится достаточно пользователей и запросов на новые функции, будет ясно, в каком направлении развивать проект.
Бесплатно, платно и для любителей халявы
Среди отзывов к расширениям мне попался и такой:

В принципе, возмущение понять можно. Отдать 30 долларов за программу, которая почти не отличается от бесплатных аналогов, — сомнительное удовольствие. Особенно если её основная функция работает через раз. Тут даже латте на кокосовом молоке выглядит более разумной инвестицией.
Для Pulse я выбрал модель Freemium. Бесплатная версия остаётся полноценным инструментом записи, а Pro добавляет возможности, которые экономят время и автоматизируют повторяющиеся действия.
Основная запись — бесплатно и без ограничения по времени
- Запись одной вкладки в MP3, WAV или WebM
- Качество до 256 кбит/с
- Сохранение записи частями прямо во время работы
- Отложенный запуск по таймеру
- Готовые интервалы завершения: 30 минут, 1 или 2 часа
- Автоматическое исключение ожидания загрузки из записи
Автоматизация и несколько независимых записей
- Одновременная запись нескольких вкладок
- Запись без вывода звука в динамики или наушники
- Умная пауза: по тишине и состоянию медиаплеера
- Начало записи при появлении звука
- Свои условия завершения и точное время до 24 часов
- Собственные шаблоны имён и качество до 320 кбит/с
Вместо заключения
В итоге у меня получилось расширение, которое записывает звук из вкладок Chrome в MP3, WAV и WebM, причём без искусственных ограничений по продолжительности записи. Можно записывать несколько вкладок одновременно, сохранять каждую в отдельный файл и при этом не слушать то, что записывается.
Отдельное внимание я уделил автоматизации. Pulse умеет запускать и завершать запись по заданным условиям, пропускать продолжительную тишину и синхронизироваться с воспроизведением на YouTube, VK и Instagram. А чтобы часовая запись не исчезла из-за внезапного сбоя браузера, аудиоданные сохраняются на диск небольшими частями прямо в процессе записи.
Всё это я постарался уместить в интерфейс, с которым можно разобраться без изучения инструкции. Насколько успешно — судить пользователям.
Можно ли было сделать что-то проще? Абсолютли.
Можно ли было потратить на разработку меньше времени? Не сомневаюсь.
Но тогда это было бы ещё одно обычное расширение, которое записывает звук.
А мне хотелось сделать нормальное.
Запишите звук вкладки и проверьте Pulse на своей задаче
MP3, WAV и WebM, надёжное сохранение записи и бесплатная Lifetime-лицензия Pro для первых 1000 активаций.