Forward from: Миша, давай по новой
Год назад я вам рассказывал про хороший расшифровщик аудио и видео Whisper AI. С того момента инструмент сильно обновился и самое время рассказать про него еще раз.
Самое главное — ребята натренировали свою собственную модель, чтобы довести транскрибацию чуть ли не до идела. И у них действительно получилось — модель хорошо улавилвает разные голоса, различает шепот и не ошибается даже в длинных записях. По моим ощущениям получается сильно лучше, чем встроенная расшифровка в Телебоссе или Gemini.
И что очень приятно — модель умеет расшифровывать записи длиннее 6 часов. В том же Gemini большке 2-х часов у меня расшифровать нормально не получалось, нейронка то и дело зацикливалась и писала один и тот же текст по кругу.
Появилась еще одна прикольная штука — MCP для ChatGPT и Claude. Эти нейронки не умеют расшифровывать ни видео, ни аудио. Но зато к ним можно подключить Whisper AI и прогонять все через него.
Работает все через подписку. Т. е. вы можете купить подписку на неделю или на месяц и расшифровывать сколько угодно контента (а не платить за минуты). А сама подписка стоит недорого.
Короче, это удобная штука для работы с подкастами, конференияи, командными созвонами и всяким прочим, из чего на выходе надо получить текст с таймкодами и разбивкой по спикерам. Сохранить можно в Docs, Word, PDF, TXT или Markdown.
Миша, давай по новой
Самое главное — ребята натренировали свою собственную модель, чтобы довести транскрибацию чуть ли не до идела. И у них действительно получилось — модель хорошо улавилвает разные голоса, различает шепот и не ошибается даже в длинных записях. По моим ощущениям получается сильно лучше, чем встроенная расшифровка в Телебоссе или Gemini.
И что очень приятно — модель умеет расшифровывать записи длиннее 6 часов. В том же Gemini большке 2-х часов у меня расшифровать нормально не получалось, нейронка то и дело зацикливалась и писала один и тот же текст по кругу.
Появилась еще одна прикольная штука — MCP для ChatGPT и Claude. Эти нейронки не умеют расшифровывать ни видео, ни аудио. Но зато к ним можно подключить Whisper AI и прогонять все через него.
Работает все через подписку. Т. е. вы можете купить подписку на неделю или на месяц и расшифровывать сколько угодно контента (а не платить за минуты). А сама подписка стоит недорого.
Короче, это удобная штука для работы с подкастами, конференияи, командными созвонами и всяким прочим, из чего на выходе надо получить текст с таймкодами и разбивкой по спикерам. Сохранить можно в Docs, Word, PDF, TXT или Markdown.
Миша, давай по новой