Beranda → Blog → Transkripsi podcast: show notes, bab, dan episode yang mudah ditemukan

Transkripsi podcast: show notes, bab, dan episode yang mudah ditemukan

Audio tidak terlihat oleh mesin pencari. Episode satu jam yang padat jawaban ahli mendatangkan trafik organik persis sebanyak halaman kosong — sampai Anda menerbitkan teksnya. Transkrip juga sumber termurah untuk show notes, bab, kutipan, dan unggahan media sosial.

Apa yang diberikan transkrip pada sebuah podcast

Satu permintaan transkripsi memberi bahan untuk empat pekerjaan berbeda:

• Pencarian organik. Halaman episode mulai muncul untuk pertanyaan yang dijawab narasumber, bukan hanya untuk nama acaranya.
• Aksesibilitas. Pendengar dengan gangguan pendengaran, dan siapa pun yang sedang di perjalanan tanpa earphone, bisa membaca alih-alih mendengarkan.
• Daur ulang konten. Kutipan untuk media sosial, ringkasan untuk buletin, dan satu tulisan blog semuanya lahir dari teks yang sama.
• Navigasi. Bab dengan penanda waktu membuat orang langsung melompat ke bagian yang mereka cari.

Menyiapkan berkas audionya

Kirim episode yang sudah dirilis — berkas hasil mixing dan mastering — bukan jalur mentahnya. Kalau tidak muat dalam batas 25 MB, buat salinan khusus untuk pengenalan:

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

Salinan ini hanya dipakai untuk transkripsi, jadi turunnya kualitas tidak jadi soal — mono 16 kHz memang yang dipakai model di dalamnya.

Mendapatkan transkrip beserta waktunya

Mintalah verbose_json: ia mengembalikan teks lengkap sekaligus segmen dengan waktu mulai dan selesai, dan bab dibangun dari segmen-segmen itu.

from openai import OpenAI

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

with open("episode-42.mp3", "rb") as f:
    r = client.audio.transcriptions.create(
        model="whisper-1", file=f,
        response_format="verbose_json",
        prompt="Narasumber: Maria Alvarez, CTO Nordwind Systems. Topik: observabilitas, OpenTelemetry, jadwal piket.",
    )

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

Masukkan nama narasumber, perusahaannya, dan istilah utama ke prompt. Nama diri adalah hal pertama yang dikacaukan model umum, dan justru itulah yang dicari orang.

Menyusun bab dari segmen

Penanda bab hanyalah stempel waktu berjudul. Kelompokkan segmen menjadi blok beberapa menit, lalu biarkan model bahasa memberi nama tiap blok:

blok, kini, mulai = [], [], 0
for s in r.segments:
    kini.append(s.text)
    if s.end - mulai > 300:            # blok sekitar lima menit
        blok.append((mulai, " ".join(kini)))
        kini, mulai = [], s.end
blok.append((mulai, " ".join(kini)))

for t, teks in blok:
    print(f"{int(t)//60:02d}:{int(t)%60:02d}  {judul_untuk(teks)}")

Hasilnya langsung bisa ditempel ke deskripsi episode di platform yang mendukung penanda bab, dan ke halaman episode di situs Anda sendiri.

Menulis show notes dari transkrip

Show notes adalah ringkasan plus tautan plus kutipan. Draf ketiganya bisa dibuat dari teks dalam satu jalan:

catatan = llm(f"""Dari transkrip podcast ini, hasilkan:
- ringkasan episode dua kalimat,
- lima butir tentang apa yang benar-benar dinyatakan narasumber,
- tiga kalimat layak kutip, kata per kata,
- semua buku, alat, dan perusahaan yang disebut.

{transcript}""")

Daftar nama dan produk selalu periksa dengan tangan. Transkrip akurat pada ucapan biasa dan paling tidak bisa diandalkan tepat di tempat nama diri muncul — dan di situlah kesalahan fakta paling kelihatan.

Menerbitkan agar mesin pencari bisa membacanya

Transkrip hanya berguna untuk pencarian kalau ia ada di halaman sebagai teks:

• HTML biasa, bukan PDF atau gambar. Teks di badan halaman, idealnya dengan penanda waktu sebagai subjudul.
• Satu halaman per episode dengan judul dan deskripsi sendiri, bukan satu halaman arsip yang panjang.
• Jalur VTT di samping pemutar supaya pendengar bisa mengikuti: response_format="vtt" mengembalikannya siap pakai.
• Data terstruktur. Tandai halamannya sebagai PodcastEpisode agar episode tampil sebagai objek media, bukan artikel.

Jangan menempel keluaran pengenalan mentah-mentah. Sepuluh menit memecah paragraf dan membetulkan nama adalah beda antara halaman yang dibaca orang dan dinding teks yang mereka tinggalkan.

Berapa biaya menjalankannya

Penagihan per menit audio, jadi hitungannya bisa diramalkan: acara mingguan dengan episode satu jam berarti sekitar empat jam transkripsi sebulan. Itu bagian termurah dari sebuah podcast — lebih murah daripada hosting, dan jauh lebih murah daripada penyuntingan yang menghasilkan episodenya.

Pemrosesan lebih cepat daripada waktu nyata, jadi seluruh katalog lama bisa ditranskrip dalam satu jalan semalam dan diterbitkan sebagai arsip halaman yang bisa dicari.

Pertanyaan yang sering diajukan

Bacaan terkait

• Subtitle SRT dan VTT otomatis dari video dan webinar — Cara mendapatkan berkas subtitle bertanda waktu dari rekaman webinar atau video: ekstraksi audio, format SRT dan VTT, contoh kode, dan masalah yang sering muncul.
• Cara meningkatkan akurasi transkripsi: delapan langkah praktis — Delapan perubahan yang benar-benar menggerakkan kualitas transkripsi: menyiapkan audio, menyebut bahasa, parameter prompt, memotong di jeda, format, dan cara mengukur galat.
• Cara mentranskrip rekaman rapat dan mendapat notulen yang berguna — Ubah rekaman Zoom, Teams, dan Google Meet menjadi teks yang bisa dicari serta notulen terstruktur: di mana berkasnya, cara mentranskrip, dan cara menarik keputusannya.