Голосовые в текст: 40 войсов в день без потери времени
Бот перехватывает аудио в чате, Whisper транскрибирует, AI чистит мусор — результат текстом. PM вернул 10 часов в неделю.
- 120 мин/день → 20 мин/деньВремя на войсы
- уходит на прослушивание → 10 ч/нед вернулисьВремя PM
- слушать по одному → 40 в день текстомПоток войсов
Проблема
Клиент — проектный менеджер — получал по 40 голосовых в день от разрабов, маркетинга и саппорта. Два часа рабочего времени ежедневно уходило на прослушивание дыхания, пауз и потока сознания. Пятиминутный войс ради одного факта. Десять войсов подряд без возможности перемотать к сути.
Хуже того: контекст терялся. После 20-го войса забывалось, что было в пятом. Важные задачи проваливались, потому что PM физически не успевал переварить весь входящий поток.
Решение
Собрал связку на n8n за один вечер. Четыре шага:
- Перехват — бот ловит аудиофайл в любом чате Telegram (личка, группа, канал).
- Транскрипция — Whisper (OpenAI) превращает звук в сырой текст с точностью 95%+.
- Очистка — AI убирает словесный мусор: «типа», «эээ», «как бы», «ну вот», повторы, незаконченные мысли. Оставляет сухие факты и задачи.
- Доставка — чистый текст прилетает ответом в тот же чат. Можно сканировать глазами за 30 секунд вместо 5 минут прослушивания.
Вся связка работает на n8n, деплой на VPS, никаких внешних сервисов кроме OpenAI.
Результат
Было: 40 войсов = 120 минут страданий. Стало: скан текста глазами = 20 минут. Клиенту вернули 10 часов в неделю — целый рабочий день. Ни один факт не теряется: текст можно поискать, скопировать, переслать.
Тонете в войсах? Напишите — соберу автоматизацию под ваш чат.
Было: 40 войсов = 120 минут. Стало: скан глазами = 20 минут. Высвобождено 10 часов в неделю.