Добавил очевидно необходимую функцию
Расшифровка переводится на 8 языков: русский, английский, немецкий, французский, испанский, итальянский, португальский, китайский. Таймкоды сохраняются построчно, экспорт — PDF, Word, Markdown, TXT, субтитры .srt.
Проблема с глоссарием. Если просто скормить весь текст модели, термин в начале и в середине переводится по-разному — «гипомания» превращается в «повышенное настроение» и обратно. Решение: сначала отдельным проходом модель выделяет термины, имена, аббревиатуры (до 60 штук), фиксирует перевод, и дальше все фрагменты обязаны его придерживаться.
Нарезка текста — не по символам, а по границам предложений и абзацев, иначе рвутся смыслы на стыках. Каждый следующий кусок получает хвост предыдущего перевода (~600 символов) для связности.
Самое муторное — субтитры. У перевода нет тайминга, соответствия словам оригинала не существует. Сделали через маркеры: каждое предложение помечается номером, модель обязана вернуть перевод с этим же номером, если маркер потерялся — фрагмент перегенерируется. Текст и .srt в итоге строятся из одной и той же карты «предложение → перевод», разойтись физически не могут.
Тест на часовой записи: 7 621 слово, перевод на английский — 5,4 минуты, 746 субтитровых реплик, стоимость задачи — около 5 центов.
Отдельно в промпте есть защита от инъекций: если в аудио кто-то говорит «игнорируй инструкции» — это данные, а не команда, переводчик такое пропускает как текст.
Получилось хорошо, двигаемся к новой задаче — диаризация