Час эфира в текст и конспект, пока вы наливаете чай
Отправляете боту запись эфира или ссылку на видео, через пару минут получаете конспект с таймкодами и два аккуратных документа. Заменил два платных сервиса.
Задача
Каждый месяц у меня 10–30 часов эфиров и созвонов. Из них нужны тексты: конспекты для участниц, цитаты для постов, протоколы встреч. Две платные подписки на расшифровку стоили 2 100 ₽ в месяц, а нужен был инструмент под мои слова и мои задачи.
Нужен был бот, который сам доводит запись до готового документа: расшифровывает, исправляет термины, собирает конспект и не хранит записи закрытых эфиров дольше, чем нужно.
Что внутри
- Файл или ссылка. Запись прямо в чат или ссылка на VK Видео, RuTube, облачный диск. Длинные записи бот режет по паузам, а не посреди слова.
- Разделение по голосам. Сначала бот спрашивает, сколько человек говорит, и в тексте видно, где чья реплика.
- Конспект от ИИ. Главное, темы по порядку с таймкодами и задания, если они прозвучали. Трёхчасовой эфир конспектируется частями, и сводка приходит отдельным сообщением.
- Словарь терминов. Слова, которые распознавание коверкает, исправляются в готовом тексте автоматически.
- История и поиск. Любую прошлую расшифровку можно найти по слову из неё, даже в другой форме слова.
Как сделано
Распознавание идёт через быструю модель Whisper: час речи расшифровывается за секунды и стоит около 10 рублей. Чтобы принимать записи до 2 ГБ (обычный бот получает только до 20 МБ), на сервере работает свой сервер Telegram. Записи встают в очередь и обрабатываются по порядку.
Аудио и видео удаляются сразу после расшифровки, хранится только текст. Доступ закрыт: бот работает для владелицы и тех, кого она добавила. На скриншотах — выдуманный эфир, документы собраны настоящим кодом бота.