Подготовь запрос на транскрибацию этой записи. Верни JSON {"glossary":["..."],"speakers":"...","output_needs":"..."}: глоссарий имён/терминов для подсказки модели, как разметить говорящих, и что нужно на выходе (тайм-коды, пометки неуверенных мест и т.п.).
Транскрибация — расшифровка длинной записи в текст. Под капотом модель не только распознаёт слова, но и пытается разделить говорящих (диаризация) и расставить время. Точность падает на трёх вещах: незнакомые имена и термины, наложение речи (перебивают друг друга) и сильный акцент или шум. Отсюда рычаги. Первый и самый недооценённый — дай модели глоссарий заранее: список имён участников, названий, аббревиатур. Заранее «представленные» слова распознаются заметно точнее, чем угаданные с нуля. Второй — попроси разметку по говорящим и по времени, чтобы потом быстро найти нужный момент. Приём профи: если запись важная, попроси пометить неуверенные места скобками или знаком — так ты сразу видишь, что перепроверить, вместо того чтобы доверять гладкому, но, возможно, ошибочному тексту. Инсайд: качество расшифровки на 80% определяется качеством звука на входе — один хороший микрофон в центре стола лучше любой постобработки. Типичная ошибка новичка — кидать двухчасовую запись без единого имени и контекста, а потом вычищать десятки ошибок вручную.
Открой доступ, чтобы отправлять решения на мгновенную AI-проверку.