Leitura de vídeo na Okou
Ler um vídeo em vez de assistir: primeiro uma transcrição com marcações de tempo, depois os poucos quadros que valem mesmo a pena ver. No momento, grátis.
Runtime · Sem configuração · Registrado para análise de uso, atualmente 0 créditos
Um agente não consegue assistir a uma hora de vídeo, e você também não antes do almoço. Então ele lê: as palavras faladas com marcações de tempo, que são um índice de tudo que aconteceu, e depois imagens tiradas dos dois ou três momentos que precisam ser vistos em vez de lidos.
Funciona a partir de um link, de um arquivo compartilhado no chat ou de um arquivo em disco, e as chamadas hoje não custam nada. Essa combinação faz dele o primeiro passo sensato para qualquer gravação que chega com uma pergunta junto.
O que é Leitura de vídeo
Gravações se acumulam mais rápido do que alguém revisa: demonstrações, passo a passo, entrevistas, reuniões, sessões que alguém capturou porque na hora pareceu importante.
O jeito eficiente de atravessar uma não é assistir. É ler a transcrição, achar os momentos que importam pelas marcações de tempo e olhar só esses. São dois passos, e os dois estão aqui.
A transcrição devolve as palavras faladas com intervalos de tempo, o que também serve de índice. A extração de quadros recebe uma lista de momentos e devolve as imagens, que é o que você quer quando a resposta está na tela e não no áudio.
Como as chamadas hoje não custam nada, não há motivo para ser seletivo sobre quais gravações ler. Um fluxo que indexa toda gravação custa o mesmo que um que não indexa nenhuma.
O que Leitura de vídeo faz
O que um agente consegue fazer com isso, e o que volta quando ele faz.
Cobertura e limites
O que ele não faz, dito de saída, para ninguém montar um fluxo em cima de algo que está fora do escopo.
Palavras e imagens, não compreensão
Ele entrega ao agente a transcrição e os quadros. Entender o que aconteceu é a leitura do próprio agente, que costuma ser melhor que um resumo produzido sem nenhum dos dois.
É o áudio que sustenta a transcrição
Uma gravação de tela sem som não produz nada para ler. Nesses casos, quadros em intervalos são todo o método, e os momentos precisam vir de outro lugar que não as palavras.
Gravações longas geram transcrições longas
Uma hora de fala é muito texto para entregar de uma vez a um modelo. Trabalhar por trechos é mais confiável do que pedir tudo em uma passada.
Ele transcreve, não identifica quem fala
Você recebe o que foi dito e quando. Quem disse sai do contexto da transcrição e não do serviço, então um fluxo que precisa de atribuição deve dizer isso e conferir.
Quanto custa Leitura de vídeo
Os serviços web são cobrados em créditos por chamada, não por token. Não há uma fatura separada de fornecedor para conciliar.
zero videoAs chamadas são registradas para você ver e hoje custam 0 crédito, dentro de uso justo. A extração de quadros acontece na máquina onde o agente roda, então não custa nada além do tempo. Por baixo não há plano de transcrição nem tarifa por minuto para vigiar.
Configuração e acesso
Nada para configurar
Nada a conectar. Sem conta de transcrição, sem chave, sem plano. Dê a um agente o link de uma gravação e ele pode ler já na primeira execução.
Quem pode usar
Ler uma gravação que foi entregue a ele faz parte do que um agente faz com os arquivos que recebe, então não há uma permissão separada a conceder aqui. O que limita é a que você dá acesso.
Para que os times usam Leitura de vídeo
Transformar uma gravação em anotações
Uma demonstração, uma entrevista ou uma sessão vira um resumo com marcações de tempo e as três capturas que sustentam o ponto, feito enquanto a reunião ainda está fresca.
Achar o momento em uma sessão longa
Alguém diz que a resposta está ali dentro. A transcrição localiza em segundos e um quadro confirma, em vez de uma pessoa varrendo a linha do tempo.
Tornar o vídeo pesquisável
Transcreva as gravações conforme chegam e guarde o texto. Uma biblioteca que ninguém conseguia pesquisar vira uma da qual um agente responde perguntas.
Quando não usar Leitura de vídeo
Não serve quando é preciso descrever uma gravação muda, onde quadros em intervalos são o método real e a transcrição sai vazia. Não serve quando se exige ata formal, porque uma transcrição automática é documento de trabalho e não ata. E evite transcrever uma hora em uma passada quando a pergunta trata só de um trecho.
Como isso se chama em outros lugares
A mesma coisa aparece no mercado com vários nomes. Se você já pesquisou por algum deles, é assim que ele corresponde ao que você recebe aqui.
API de transcrição de vídeo
Transformar a fala de uma gravação em texto que um programa pode usar. É a primeira metade disto, sem conta nem chave suas.
Fala para texto
O nome usual da etapa por baixo. Aqui ela volta com intervalos de tempo, o que a torna útil para navegar e não só para ler.
Vídeo para texto
O que se procura quando se tem uma gravação e é preciso algo que dê para ler, citar e pesquisar.
Extração de quadros
Tirar imagens paradas em momentos escolhidos. É a parte que se esquece de pedir, e é o que torna a transcrição acionável quando a resposta está na tela.
Anotações de reunião a partir de uma gravação
O fluxo comum montado com as duas metades: transcrição para o que foi dito, quadros para o que foi mostrado, e o agente escrevendo.
Leitura de vídeo em comparação
Leitura de vídeo versus um serviço de transcrição
Um serviço de transcrição dá interface, editor e arquivo guardado, e cobra por minuto. Isto entrega ao agente o texto e os quadros dentro de um fluxo, e hoje não cobra nada.
Leitura de vídeo versus um assistente de anotações de reunião
Um assistente entra na chamada e produz anotações como produto. Isto funciona em qualquer gravação que você já tenha, inclusive nas que ninguém planejou capturar direito.
Leitura de vídeo versus pedir que um modelo assista ao vídeo
Entregar uma gravação inteira é lento e caro. Ler a transcrição e depois olhar três quadros chega à mesma resposta com uma fração do trabalho.
Em poucas palavras
O jeito mais barato de tornar uma gravação útil: transcrição primeiro como índice, quadros depois para os momentos que pedem olhos. Hoje grátis, então não há motivo para não ler cada gravação que chega.
Perguntas frequentes
Quanto custa a transcrição?
As chamadas são registradas e hoje custam 0 crédito, dentro de uso justo. A extração de quadros roda localmente e não custa nada além do tempo.
De onde o vídeo pode vir?
De um link, de um arquivo compartilhado no chat ou de um arquivo na máquina onde o agente roda.
Vem com marcações de tempo?
Sim, um intervalo por linha por padrão, e é isso que faz a transcrição funcionar como índice. Você pode pedir texto puro quando ela vai para dentro de um texto.
Ele diz quem estava falando?
Não. Você recebe o que foi dito e quando. A atribuição tem que vir do contexto, e um fluxo que depende disso deveria conferir em vez de supor.
Ele lê uma gravação de tela sem som?
Não há o que transcrever, então o método passa a ser quadros em intervalos, com os momentos escolhidos e não encontrados nas palavras.
Qual a duração máxima de vídeo?
As longas funcionam, mas uma hora de fala é muito texto para raciocinar de uma vez. Trecho a trecho é o padrão mais confiável.
Quais idiomas ele transcreve?
Os comuns suportados pelo modelo por baixo. Para um idioma incomum, vale transcrever uma amostra curta antes de construir em cima.
Posso ter um resumo em vez da transcrição?
Peça. O serviço devolve a transcrição e os quadros, e o resumo é escrito pelo agente que leu ambos, e é por isso que ele consegue apontar de que momento veio.
Como você pede Leitura de vídeo
Você descreve o que quer em linguagem comum. O agente descobre de qual serviço precisa e faz as chamadas.
“Transcreva esta sessão, resuma as decisões com marcações de tempo e extraia os quadros dos três momentos que merecem captura.”
“Em algum ponto desta chamada de uma hora eles falam de preço. Ache, cite e me mostre o que estava na tela.”
“Transcreva todas as gravações desta pasta e me diga quais mencionam onboarding.”