Годинна розмова у три абзаци: як розпізнавання мовлення повернуло мені час
Нотатки

Годинна розмова у три абзаци: як розпізнавання мовлення повернуло мені час

Найнудніша частина дзвінка - вже після дзвінка

Година розмови з клієнтом - це ще півбіди. Справжня робота починається потім: сісти, переслухати запис, виловити, про що домовилися, перенести це в текст. На годинний дзвінок легко йде ще година мороки. І весь цей час я не працюю над проєктом - я працюю над записом.

Довго це відчувалося як неминучий податок на будь-який дзвінок. Потім я помітив, що найкорисніше застосування ШІ у моєму дні - зовсім не там, де він "пише за мене", а в цій тихій рутині переслуховування й перенесення.

Як це влаштовано в мене

Схема вийшла проста. Я записую дзвінок, проганяю запис через розпізнавання мовлення прямо на своїй машині й отримую текст. Потім ШІ збирає з розшифровки коротке резюме: про що домовилися, що вирішили і що робимо далі. Чернетку я переглядаю сам - модель може пропустити застереження або надто впевнено сформулювати те, що ще тільки обговорювалося, - і лише після цього надсилаю резюме клієнту.

Внимание

Записувати дзвінок можна тільки з явним попередженням і згодою співрозмовника. Найперше на дзвінку я кажу, що веду запис, і пояснюю навіщо - щоб зібрати резюме домовленостей. Немає згоди - немає запису. Це не формальність, а умова, без якої весь метод не має права працювати.

Ключове тут - що переслуховувати більше нічого не потрібно. Година розмови вкладається у три абзаци, які можна прочитати очима за хвилину. Причому читаю їх не тільки я: клієнт отримує ясне "ось про що ми домовилися" і підтверджує або виправляє.

Що це дало насправді

Непорозумінь стало помітно менше. Раніше розбіжність "а ми ніби про інше говорили" спливала через тиждень, коли переробляти вже дорого. Тепер вона спливає того ж дня, на рівні тексту, де виправити - один рядок.

Звільнився й мій час. Години, які йшли на перемотування записів, повернулися в роботу, а на самому дзвінку стало простіше слухати співрозмовника, не намагаючись водночас скласти ідеальний конспект. Переглядати залишається короткий текст, а не весь запис від початку до кінця.

Окремо цінно, що саме розпізнавання йде локально, у мене на машині: аудіозапис не доводиться завантажувати в сервіс транскрибації. Але це ще не робить автоматично локальним увесь процес. Якщо для резюме використовується зовнішня модель, їй передається розшифровка - отже, до дзвінка потрібно розуміти, чи припустимо це для конкретного клієнта і які дані можна надсилати. Повністю локальна модель знімає й це питання.

Поки що це звичка, зібрана з окремих кроків вручну. Але дедалі більше хочеться, щоб запис, розшифровка, перевірка резюме й надсилання клієнту жили в одному зрозумілому сценарії прямо в редакторі, де я і так проводжу весь день. Здається, це варто зібрати в окремий інструмент.

Найдужче ШІ допомагає не коли пише за тебе, а коли забирає рутину, заради якої ти відкладав саму роботу.

Олександр

Олександр

Fullstack-розробник з 8+ роками досвіду - від промислової автоматизації та роботи з обладнанням до електронного документообігу і чат-ботів. Зараз фокус на прикладному ШІ - від RAG-платформ для діалогових ботів до комп'ютерного зору.