Ловлю себя на том, что без Whisper я за длинные видео уже даже не сажусь. Раньше полдня уходило просто на чистку часового исходника от эканий, вздохов и тупых пауз. Скука смертная. Сейчас закинул дорожку, срезал черновой мусор по транскрипту и сразу на монтаж.
Но дальше чернового этапа совать ИИ пока бесполезно.
Главная беда - паузы. Сетки вычищают тишину под ноль. В итоге спикер тараторит без единого вдоха. А в разговоре пауза в полсекунды перед панчлайном или выводом решает вообще все. Если ее отрезать, видео сразу звучит мертво.
Поэтому мой расклад такой: субтитры и черновую чистку дорожки полностью автоматизирую, а ритм и склейки все равно собираю руками в монтажке.
Кто монтирует разговорные форматы, чем чистите черновики? Делаете руками или уже автоматизировали?