Главная → Блог → Расшифровка подкаста: шоу-ноуты, главы и выпуски, которые находит поиск

Расшифровка подкаста: шоу-ноуты, главы и выпуски, которые находит поиск

Для поисковика звук невидим. Часовой выпуск, набитый экспертными ответами, приносит ровно столько же органического трафика, сколько пустая страница, — пока вы не опубликуете текст. Расшифровка заодно оказывается самым дешёвым источником шоу-ноутов, глав, цитат и постов для соцсетей.

Что расшифровка даёт подкасту

Один запрос на распознавание закрывает сразу четыре задачи:

• Органический поиск. Страница выпуска начинает выходить по вопросам, на которые отвечал гость, а не только по названию шоу.
• Доступность. Слушатели с нарушениями слуха и все, кто едет без наушников, могут прочитать вместо того, чтобы слушать.
• Переупаковка. Цитаты для соцсетей, сводка для рассылки и статья в блог получаются из одного и того же текста.
• Навигация. Главы с таймкодами позволяют сразу перейти к той части, ради которой человек пришёл.

Подготовка файла

Отправляйте выпущенную версию — сведённую и отмастеренную, а не исходные дорожки. Если она не влезает в лимит запроса в 25 МБ, пережмите отдельную копию только для распознавания:

ffmpeg -i episode-42.wav -ac 1 -ar 16000 -b:a 48k episode-42.mp3

Эта копия нужна только для расшифровки, поэтому потеря качества роли не играет: моно 16 кГц — то, с чем модель и так работает внутри.

Получаем текст с таймкодами

Запрашивайте verbose_json: возвращается и полный текст, и сегменты с временем начала и конца, а главы строятся именно из сегментов.

from openai import OpenAI

client = OpenAI(base_url="https://voicesscribe.com/v1", api_key="ваш ключ")

with open("episode-42.mp3", "rb") as f:
    r = client.audio.transcriptions.create(
        model="whisper-1", file=f,
        response_format="verbose_json",
        prompt="Гость: Мария Алварес, технический директор Nordwind Systems. Темы: наблюдаемость, OpenTelemetry, дежурства.",
    )

open("episode-42.txt", "w", encoding="utf-8").write(r.text)

Имя гостя, компанию и главные термины кладите в prompt. Имена собственные общая модель путает первыми — и именно их люди набирают в поиске.

Собираем главы из сегментов

Главы — это всего лишь таймкоды с названиями. Сгруппируйте сегменты в блоки по несколько минут, а названия попросите у языковой модели:

blocks, cur, start = [], [], 0
for s in r.segments:
    cur.append(s.text)
    if s.end - start > 300:            # блоки примерно по пять минут
        blocks.append((start, " ".join(cur)))
        cur, start = [], s.end
blocks.append((start, " ".join(cur)))

for t, text in blocks:
    print(f"{int(t)//60:02d}:{int(t)%60:02d}  {title_for(text)}")

Результат кладётся прямо в описание выпуска на площадках, которые понимают таймкоды глав, и на страницу выпуска на вашем сайте.

Пишем шоу-ноуты из расшифровки

Шоу-ноуты — это сводка плюс ссылки плюс цитаты. Черновик всех трёх частей получается из текста за один проход:

notes = llm(f"""По расшифровке подкаста сделай:
- аннотацию выпуска в два предложения,
- пять пунктов о том, что именно утверждает гость,
- три цитаты дословно,
- список всех упомянутых книг, инструментов и компаний.

{transcript}""")

Список имён и продуктов обязательно проверяйте руками. Расшифровка точна на обычной речи и наименее надёжна ровно там, где встречаются имена собственные, — а именно там фактическая ошибка заметнее всего.

Публикуем так, чтобы текст читали поисковики

Расшифровка работает на поиск, только если она лежит на странице текстом:

• Обычный HTML, не PDF и не картинка. Текст в теле страницы, а таймкоды удобно оформить подзаголовками.
• Отдельная страница на выпуск со своим заголовком и описанием, а не одна длинная страница-архив.
• Дорожка VTT рядом с плеером, чтобы слушатель следил за текстом: response_format="vtt" возвращает её готовой.
• Микроразметка. Разметьте страницу как PodcastEpisode — выпуск будет показан медиаобъектом, а не статьёй.

Не выкладывайте сырой вывод распознавания. Десять минут на разбивку по абзацам и правку имён — это разница между страницей, которую читают, и стеной текста, с которой уходят.

Во сколько это обходится

Оплата идёт за минуты аудио, поэтому арифметика предсказуема: еженедельное шоу с часовыми выпусками — это около четырёх часов расшифровки в месяц. Это самая дешёвая часть подкаста: дешевле хостинга и несопоставимо дешевле монтажа, из которого выпуск получился.

Обработка идёт быстрее реального времени, поэтому весь старый каталог расшифровывается одним ночным прогоном и превращается в архив страниц, которые находит поиск.

Частые вопросы

Читайте также

• Автоматические субтитры SRT и VTT из видео и вебинаров — Как получить готовые субтитры с таймкодами из записи вебинара или ролика: извлечение звука, форматы SRT и VTT, примеры кода и разбор частых проблем.
• Как повысить точность распознавания речи: восемь рабочих приёмов — Восемь изменений, которые действительно двигают качество расшифровки: подготовка звука, подсказка языка, параметр prompt, нарезка по паузам, форматы и замер ошибок.
• Как расшифровать запись встречи и получить готовые заметки — Как превратить запись Zoom, Teams или Google Meet в текст с таймкодами и вытащить из него решения и задачи: где лежит файл, что отправлять, как собрать протокол.