Тут на днях в пожарном режиме переводил видео в текст, чтобы отследить, что было озвучено на прошедшем совещании. Традиционный продукт для этих целей Whisper, кстати, от OpenAI, и что еще удивительнее, open source. Получилось на 3+, т.е. получилось, но качество того, что Клод из этого вставил в доклад - так себе. Оказалось, что он выдал текст на английском, а потом Клод переводил его на русский. Горе от ума, что называется. Зато тут тот же OpenAi выдал SOTA модели, доступные по апи. В следующий раз попробую, расскажу