Письмо — самое медленное звено любого контента: пока смотришь на пустой лист, мысль уже разбежалась. Голос снимает проблему старта — наговорил ход мысли на ходу, и черновик уже существует, осталось его довести. В этом разборе — как устроен такой путь в PostZavod от нажатия «запись» до публикации поста по расписанию, сколько минут он занимает на практике и где его честные границы, о которых принято молчать.
От микрофона до черновика: как устроен конвейер
В кабинете можно записать голос прямо в браузере — модуль транскрибации подхватывает микрофон и пишет звук. Одно ограничение сделано намеренно: запись из браузера автоматически останавливается на 60-й секунде. Это не технический потолок, а честная подсказка интерфейса — длинный монолог удобнее приложить файлом. Форматы, которые принимает модуль: mp4, mp3, ogg, m4a, wav, webm, mkv, flac, aac, лимит файла — 500 МБ; в примере на лендинге расшифрована запись длительностью 43 минуты.
Что происходит с записью дальше
Расшифровка попадает в первый модуль вместе с саммари — его объём подстраивается под размер исходника, поэтому из пятиминутной записи вы получаете короткую выжимку, а из часовой — структурированный конспект по всей длине. Дальше модули автономны: статья и серия постов для Telegram могут строиться на результате расшифровки, а могут — на вашем собственном черновике, если «мясо» вы уже написали сами и нужен только пакет форматов. Финальный шаг любой из этих дорог одинаковый: публикация вашим ботом, сразу или по расписанию.
Сколько минут занимает путь
Реалистичный сценарий «за 5 минут» такой: короткий голос на 3–5 минут, свободная очередь расшифровки — транскрипция приходит за пару минут, саммари строится сразу же, черновик поста — ещё одна кнопка. Уложиться в пять минут можно, если задача — именно черновик поста из короткой записи. Полный прогон «статья плюс серия постов» из часового файла занимает дольше, и это честно: конвейер ускоряет каждый шаг, но шагов больше.
Честные минусы голосовых черновиков
Первый минус: качество звука решает всё. Шум, эхо, несколько человек в одном микрофоне — главный источник ошибок расшифровки; имена, бренды и узкие термины после любой модели проверяются руками. Второй: очередь транскрибации последовательная — если параллельно кто-то грузит большое видео, ваша короткая запись честно ждёт своей очереди, и «пять минут» превращаются в «пятнадцать». Третий: расшифровка переносит в текст всё — включая «эээ», повторы и обрывы мысли; голосовой черновик без десятка минут чистки остаётся черновиком, и пытаться публиковать его «как есть» не стоит.
Голос убирает самое дорогое — минуту пустого листа, а конвейер делает остальное: расшифрует запись, соберёт статью и серию постов для Telegram в вашем стиле письма, публикация — вашим ботом, сразу или по расписанию. Транскрибация — 1 токен за минуту видео, полный прогон (статья + серия постов) — 2 токена; новым аккаунтам — 500 токенов бесплатно, без карты.