Обход DPI РКН для передачи аудио на Groq Whisper

Дата: 2026-05-22 Итог: WebSocket — тупик. Рабочее решение — fetch POST с multipart/form-data.

Результаты тестов DPI (Россия -> Германия, proxy.kube5s.ru)

Метод	Размер	Результат
HTTP POST с JSON-телом	40KB JSON	✅
HTTP POST с JSON-телом	133KB JSON	✅
HTTP POST с JSON-телом	200KB JSON	⚠️ погранично
HTTP POST multipart/form-data	30-150KB blob	✅ все
WebSocket text-фрейм	<=45KB JSON	✅
WebSocket text-фрейм	>45KB JSON	❌
WebSocket чанки по 14KB + задержки	любой	❌
WebSocket binary-фрейм	любой	❌

Вывод: DPI целенаправленно блокирует WebSocket-трафик. Обычный HTTPS POST проходит до ~130KB JSON или 150KB multipart.

Рабочее решение (v62+)

Архитектура

Браузер (РФ)                  proxy.kube5s.ru (Германия)        api.groq.com
    |                                |                              |
    |  POST /openai/v1/audio/        |                              |
    |  transcriptions                |                              |
    |  Content-Type: multipart/      |                              |
    |  form-data                     |                              |
    |  Authorization: Bearer KEY     |                              |
    |  file=<blob.webm>              |                              |
    |  model=whisper-large-v3        |                              |
    |  language=it ---------------->|                              |
    |                                |  прокси пробрасывает ------>|
    |                                |                         Whisper
    |                                |  <------- JSON {text} -----|
    |  <------- JSON {text} --------|                              |

Ключевые моменты

Никаких WebSocket — DPI их палит
Никакого base64 — Blob идёт как есть в multipart
Никакого JSON для аудио — бинарные данные в FormData
Сервер НЕ менялся — универсальный Flask-прокси форвардит всё в Groq

Клиент (index.html v62)

async function transcribe(blob) {
  const form = new FormData();
  form.append('file', blob, 'audio.webm');
  form.append('model', 'whisper-large-v3');
  form.append('language', 'it');

  const r = await fetch(
    'https://proxy.kube5s.ru/openai/v1/audio/transcriptions',
    { method: 'POST',
      headers: { 'Authorization': 'Bearer ' + GROQ_API_KEY },
      body: form }
  );
  const data = await r.json();
  return { text: data.text || '', error: data.error ? data.error : null };
}

Сервер (proxy.py) — без изменений

Универсальный прокси: любой метод, любой путь -> api.groq.com. Пробрасывает Authorization и Content-Type, стримит ответ.

Nginx (groq-proxy.conf)

location / {
    proxy_pass http://127.0.0.1:8765;
    proxy_read_timeout 60s;
    proxy_send_timeout 60s;
    proxy_request_buffering off;
}

Тупиковые подходы

WebSocket + base64 (v45-v61)

Идея: кодировать аудио в base64, отправлять текстовыми WS-фреймами.

Почему провалилось:

Одиночный фрейм до ~45KB JSON проходил, больше — нет
Чанки по 14-30KB с задержками — DPI обрывал соединение на ~3-4 фрейме
Задержки между фреймами (150-200мс) не помогали
Результат хаотичный: 3 фрейма ОК -> 4 таймаут -> 5 ОК -> 8 таймаут
DPI детектит WebSocket-паттерн и режет независимо от содержимого

Фонетический анализ: таймаут decodeAudioData

decodeAudioData в Chrome может навсегда зависнуть на WebM/Opus >2с (баг Chrome, не DPI).

const phonTimeout = new Promise(resolve =>
  setTimeout(() => resolve({ pitchHz:0, pitchStability:0, voiceClarity:0, phonScore:0 }), 15000)
);
[whisperResult, phon] = await Promise.all([
  transcribe(blob),
  Promise.race([phoneticAnalysis(blob), phonTimeout])
]);

При таймауте — фонетика показывает нули, транскрипция работает.

Файлы и деплой

Сервер (Vultr 95.179.252.111):
  /opt/groq-proxy/proxy.py        — HTTP прокси (Flask/gunicorn :8765) ОСНОВНОЙ
  /opt/groq-proxy/ws_server.py    — WS сервер (:8766) БОЛЬШЕ НЕ ИСПОЛЬЗУЕТСЯ
  /etc/nginx/conf.d/groq-proxy.conf

Клиент (K8s capire.kube5s.ru):
  ~/lang/index.html               — SPA
  ~/lang/deploy_lang.sh           — деплой

Команды:
  ssh -i ~/.ssh/vultr_openssh root@95.179.252.111
  cd ~/lang && bash deploy_lang.sh
  systemctl restart groq-http

Хронология версий

Версия	Подход	Результат
v34-v44	WAV->WebM, HTTP chunked	❌
v45-v47	WS binary, чанки base64	❌
v48	WS один JSON base64 (~30KB)	✅ короткие
v49-v53	Фиксы WS race condition	❌ откачены
v54-v59	Чанки base64 в WS	❌
v60-v61	Чанки 14KB + задержки	❌
v62	fetch POST multipart/form-data	✅ РАБОТАЕТ

Тестовые скрипты (в репозитории)

Файл	Что тестирует
test_http.py	HTTP POST JSON разных размеров
test_multipart.py	HTTP POST multipart/form-data
test_chunks.py	WS чанки с задержками
test_threshold.py	Порог DPI для кол-ва WS фреймов
test_hello.py	Минимальный WS: connect + 1 сообщение
test_single.py	Один большой WS фрейм

6.3 KiB Raw Blame History Unescape Escape