Гладкая расшифровка уже содержит редактуру

В демонстрации распознавания один и тот же звуковой файл превращается в два заметно разных текста. У специализированного распознавателя с отключённой нормализацией получается сплошная запись речи. Языковая модель сразу расставляет знаки, собирает абзацы и делает формулировки удобнее для чтения.

На вид второй результат приятнее. Только внутри могут исчезнуть оговорка, повтор или неуверенное «кажется». Для конспекта это иногда полезно. При проверке того, что человек действительно сказал, такие мелочи имеют значение.

Поэтому расшифровку и протокол я разделяю на этапы. Сначала сохраняется максимально близкая к записи версия. Неясные места сверяются со звуком. Затем из неё выделяются решения, ответственные и сроки. Участник встречи проверяет, что обсуждение не превратилось в выдуманную договорённость.

Распознаватель тоже ошибается, поэтому исходное аудио остаётся точкой возврата. Аккуратный протокол помогает работать дальше. Сохранённая расшифровка позволяет понять, откуда в нём взялось каждое решение.