Саша Комбаров / Блог /
Транскрибация созвонов: чем расшифровываю встречи и что делаю с текстом
Транскрибация — это перевод аудио или видео в текст. Раньше расшифровку заказывали у людей, теперь её за минуты делает нейросеть. Расскажу, чем пользуюсь сам и что происходит с текстом после.
Зачем мне это
Причин две.
Первая — созвоны. Бывают недели, когда их очень много: как-то за четыре дня набралось столько, что удержать всё в голове было нельзя. Я записываю встречи и расшифровываю их.
Вторая — длинные видео. Бывает, очень хочешь посмотреть эфир, но в это время задачи. А в записи смотреть уже не хочется. Слушать фоном я не умею: звук превращается в шум, и ничего не запоминается. Смотреть два-три часа ради нескольких полезных кусков — боль.
Чем расшифровываю
Я пробовал три сервиса.
- tl;dv. Загрузил полуторачасовую видеолекцию — на загрузку и расшифровку ушло около 20 минут. Саммари получил.
- mymeet. На той же лекции результат был заметно лучше: разложил по полочкам и выдал чек-лист с задачами. Минус — минуты на тарифе кончаются быстро, если созвонов много.
- Deepgram. К нему я пришёл, когда минуты в mymeet закончились. Сервис условно бесплатный: при регистрации дают 200 долларов бонусами, а расшифровка двухчасового разговора обошлась мне примерно в 4 цента. Это цены на сентябрь 2026 года — перед использованием проверьте актуальные.
У Deepgram есть API-ключ. Значит, можно собрать своего бота или веб-сервис для расшифровки — мы делали такой на интенсиве по вайбкодингу. Плюс своего инструмента в том, что записи разговоров остаются у вас.
Что делаю с текстом
Сама расшифровка мало что даёт: читать двухчасовой разговор текстом не легче, чем слушать. Польза начинается дальше.
- Отдаю расшифровку нейросети вместе с остальным контекстом по теме — я для этого использую Codex.
- Смотрю саммари и моменты, которые она подсветила.
- Дописываю туда свои мысли: что заметил на встрече, с чем не согласен, что нужно проверить.
Я в шутку называю это помощником операционного директора — ОПЕР.
На что обратить внимание
- Предупреждайте о записи. Это и вежливо, и снимает вопросы потом.
- Не верьте саммари вслепую. Нейросеть может уверенно написать то, чего в разговоре не было. Спорные места сверяйте с расшифровкой — подробнее в материале про галлюцинации нейросетей.
- Подумайте, куда уходят записи. В разговорах бывают деньги, фамилии и условия договоров.