А вам знакома такая ситуация? Сначала в Zoom созвонились с заказчиком, потом в телемосте — с партнёрами, в Slack обсудили с командой задачки и ещё потрындели со своим ИИ-ассистентом голосом… (кхм, или вы не разговариваете с ИИ? 😐)
Удивительно, но в 2025 даже в продвинутых компаниях осталась привычка ручками писать «минутки» на встречах (иногда даже специального человека выделяют под это).
Чуть более продвинутые ребята приучились записывать бОльшую часть звонков, где обсуждается хоть что-то полезное. Но, естественно, пересматривать и переслушивать это всё потом — было бы преступлением против продуктивности. Здесь на сцену выходят сервисы для транскрибации.
⸻
🤔 Программа минимум, чтобы не тратить жизнь зря
Чтобы больше не тратить время на написание «минуток» и пересмотр записей встреч самый простой вариант — воспользоваться просто любимой LLM, которая на вход принимает аудиофайлы. Но практика показывает, что, несмотря на то что LLM общего назначения хорошо понимают содержание, — они не заточены под транскрибацию. А значит, если вам нужны таймлайны встреч и точные реплики — то ChatGPT или Claude не совсем подходят. К тому же они постоянно норовят добавить что-то от себя.
Следующий уровень — NotebookLM, мой любимый ИИ-сервис для продуктивности. Это отличный вариант для комплексной обработки записей звонков. И опять же, он уловит всю важную информацию и даже соберёт саммари, экшен-план или напишет документ по содержанию встреч. Он заточен на минимизацию «отсебятины», а значит будет хорошо работать внутри контекста загруженных записей звонков. Но даже он плохо справляется с транскрибацией.
Однако порой важны точные формулировки, которые использовали люди, с которыми вы говорили. Например, в разговорах с заказчиками или в кастдевах. И тем более важно, чтобы «авторство» (кто что говорил) собеседников было корректным. И вот тут круг сильно сужается.
⸻
🐞
На данный момент светлячки — это топовое решение для транскрибации.
Загибаем пальцы:
- сервис справляется с русским языком на ура
- распознаёт англицизмы в речи
- отлично определяет авторов реплик (конечно, с ошибками, но лучше это делают только те ИИ, которые встроены в сами платформы для звонков, например ассистент в Zoom — у него есть доступ к информации, где чья аудиодорожка)
- шикарный UX, заточенный под работу с транскрибированными текстами. Все транскрипции сразу в виде таймлайна. А в процессе проигрывания аудио/видео — соответствующие кусочки транскрипции подсвечиваются в процессе
- интеграция с внутренними «приложениями» под вашу задачу. Например, сразу можно сделать «стори» для Jira или собрать информацию о бюджете проекта
- через встроенного ассистента можно задавать любые вопросы и создавать разные производные документы из транскрибаций (как в NotebookLM)
- интеграция со Slack, Jira и т. д.
- ИИ агента можно добавлять прямо на рабочие звонки — тогда он будет автоматически транскрибировать все встречи, куда его пригласили
К тому же работает без VPN — такое мы одобряем.
⸻
В итоге Fireflies может быть как уверенным дополнением к вашей любимой LLM или NotebookLM, так и полностью закрывать задачи по анализу транскрибированных аудио и видео.
👨🔬 Как обычно, прикрепляю видео с тестом ИИ агента. В качестве примера — транскрибация моего общения с ChatGPT:
1-е видео — запись разговора с ChatGPT
2-е видео — транскрибация первого видео в Fireflies.
⸻
Подписывайся, у меня полезное про ИИ агентов без инфошума.
#заместители
Заместители