Как нейросеть AiScribe выросла из записи парной терапии в сервис для разговоров

Иногда продукт начинается не с рынка и не с инвесторов.

Иногда он начинается с фразы:

«Павел, ты ж айтишник, а можно записать разговор и потом разобрать его текстово?»

Так появился Aiscribe — AI-сервис, через который сегодня расшифровывают и анализируют разговоры 5к+ пользователей на 50+ языках: встречи, консультации, интервью, лекции, подкасты, звонки и личные диалоги.

Откуда взялась идея

Год назад я был на парной терапии. Психотерапевт Галина предложила записывать сессии, чтобы мы потом возвращались к ним и разбирали динамику: где люди слышат друг друга, где нет, где появляются триггеры.

Идея хорошая. Но тут же появилась проблема.

Переслушивать 1,5–2 часа непростых разговоров — это отдельная задача, которую почти никто не делает. Я пробовал. И поймал себя на том, что через 3 часа после сессии помню основные аргументы, на следующий день — уже только 3–5 самых важных моментов, а через неделю с трудом могу вспомнить, о чём вообще шла речь.

Плюс я заметил за собой — зрительная память у меня работает лучше слуховой. Прочитав анализ разговора, я запоминаю его гораздо лучше, чем после простого переслушивания.

Так и сформировалась проблема: записи есть, но работать с ними не получается. Час разговора — это час прослушивания плюс заметки плюс попытка восстановить, кто что имел в виду. А в терапии важны детали: формулировки, паузы, повторы, изменение позиции человека со временем. Всё это сложно держать в голове.

Я посмотрел, что есть на рынке. Ничего не показалось достаточно хорошим. Тогда написал небольшой скрипт для расшифровки, поднял решение на одном GPU-сервере и начал экспериментировать.

Постепенно добавились новые функции: разделение спикеров, поиск ключевых тем, структурирование разговора, выделение инсайтов. Так в мае 2025 года появился первый прототип Aiscribe.

Что стало понятно довольно быстро

Первые месяцы я использовал сервис для анализа своих же терапевтических сессий. Это оказалось неожиданно полезно — можно было сравнивать разговоры между собой, видеть повторяющиеся паттерны, отслеживать, где человек меняет позицию, и фиксировать конкретные формулировки участников.

А потом пришёл второй инсайт: люди записывают огромное количество разговоров, но почти никто потом к этим записям не возвращается. Рабочие встречи, интервью, консультации, лекции, звонки в Zoom и Google Meet, голосовые в Telegram. Причина всё та же — это слишком долго.

Стало понятно: инструмент нужен не только для терапии.

Что сложного в задаче, которая выглядит простой

На первый взгляд кажется — берёшь speech-to-text, и готово. На практике всё устроено иначе.

Длинные записи по 1–3 часа, несколько спикеров, которые перебивают друг друга, акценты, шум, переключение языков, эмоции в голосе. И принципиально разные типы разговоров: терапевтическая сессия и бизнес-встреча — совершенно разные задачи с точки зрения анализа.

Чтобы получить нормальный результат, пришлось собрать pipeline из нескольких этапов: предобработка аудио, разбивка на сегменты, транскрипция, определение спикеров, нормализация текста, анализ структуры, извлечение смыслов, генерация отчёта.

Сейчас это очередь задач, позволяющая обрабатывать долгие записи без потерь качества.

Как люди используют сервис сейчас

Мы видим несколько неочевидных вещей.

Первое — люди используют Aiscribe не только для работы. Это было самым неожиданным. Приходят разные сценарии: анализ важного личного разговора или конфликта, переговоры, консультация у врача, обсуждение идей. Кто-то ведёт голосовые дневники и потом разбирает их текстово.

Продукт становится чем-то вроде «второго внимания» — способом увидеть разговор со стороны. Иногда это помогает заметить то, что в моменте было незаметно.

Второе — для работы основные сценарии такие: summary встречи со списком задач и решений, структурированные конспекты лекций, расшифровки интервью с выделением цитат, анализ коучинговых и терапевтических сессий. Из одного разговора можно сразу получить материал для статьи или поста — этим активно пользуются журналисты и авторы.

Третье — мы сделали Telegram-бота (@AiScribeBot). Можно переслать текст, голосовое, кружочек, видео, ссылку на YouTube — и получить расшифровку и ИИ-анализ с нужным промптом. Удобно для быстрых сценариев.

Про приватность

Мы делали сервис изначально для чувствительных разговоров — терапия, юридические и медицинские консультации. Поэтому несколько принципов заложили с самого начала.

Файлы обрабатываются на наших серверах в России. Аудио и видео удаляются после обработки — хранится только текст расшифровки. Пользователь сам называет спикеров любыми именами и сам контролирует доступ к результатам.

Где сейчас

К проекту первым присоединился Леонид — сначала поработать над интерфейсом, а сейчас он полноценный co-founder, который живёт этим сервисом так же, как и я. Постепенно подключаются другие участники, формируется команда. Для зарубежного рынка сделали mediata.ai.

Больше 5 тысяч пользователей, сотни часов аудио и видео ежедневно, органический рост.

Есть iOS-приложение (на ревью в App Store), Android, macOS с записью системного звука — Zoom, Meet, Яндекс Телемост, Дион и вообще что угодно, даже звук в переговорке. Windows на подходе. Удобно держать все звонки в одном месте, а не разбросанными по разным сервисам.

Постепенно складывается единый workspace для всех видов голосового общения: записывает, транскрибирует, расставляет метки спикерам, даёт ИИ-анализ. Можно группировать записи по проектам, фильтровать, искать, выгружать. Анализировать, например, все sales-звонки за месяц или все встречи по конкретному проекту.

Зачем это вообще нужно

Разговоры — это место, где принимаются решения. В бизнесе, в отношениях, в любых формах взаимодействия через речь.

И часто ценность разговора теряется просто потому, что его некогда переслушивать. Или потому что первый человек сказал А, второй услышал Б, и оба уверены, что друг друга поняли.

Вот это мы и хотим изменить.

Попробовать проанализировать звонок или видео с ИИ — aiscribe.io.

250 минут бесплатно при регистрации для всех.

Также делюсь промокодом «AISCRIBE» для первых 15 пользователей — даёт доступ на 2 месяца.