Автоматизированная транскрибация и генерация журналистских материалов на базе модели Whisper в Google Colab

Аннотация

Целью исследования является разработать и апробировать алгоритм автоматической транскрибации аудио- и видеозаписей интервью с использованием модели Whisper от OpenAI в среде Google Colab, обеспечивающий структурированное извлечение ключевых цитат, генерацию публикационно-готовых журналистских материалов в формате Markdown и сокращение времени обработки с 4 часов до 10 минут. Для реализации использовалась среда Google Colab с моделью Whisper large-v3 от OpenAI (1550M параметров), библиотеки pandas, re (регулярные выражения), datetime (форматирование таймкодов), системная утилита FFmpeg для декодирования аудио/видео и интерактивный интерфейс files.upload() для загрузки файлов. Этот подход обеспечивает высокую оперативность обработки полевых записей, документальную точность цитирования благодаря временным меткам, единообразие форматирования публикаций и масштабируемость для редакционных нужд при нулевых затратах на программное обеспечение и серверную инфраструктуру.