Коллеги, которые занимаются расшифровкой и саммаризацией голоса со встреч и интервью, ловите кайфовый рецепт!
Преамбула: если загнать в ИИ распознаную речь и попросить сделать саммари, то с высокой вероятностью на выходе будет расплывчатое "обсуждали все подряд, ничего не решили, ни о чем не договорились".
Фабула: мы уже знаем, что для качественных ответов от нейронки нейронке нужно давать максимальный контекст. И казалось, что расшифровка голоса и есть этот контекст, но...
Собственно лайфхак: прогоняем расшифровку в первый раз, с просьбой
выделить основные темы. Тратим 3 минуты, чтобы вычистить из них мусор. Во второй заход полученный текст добавляем к промпту и теперь уже просим сделать саммари по этой структуре. Результат гораздо лучше и чище, чем сразу просить сделать саммари.Все гениальное просто!