Сделал испытания перевода аудио-звонков в текст на видео-карта nvidia RTX 3060. Подобрал оптимальные параметры и получил расшифровку лучше, чем у Яндекса. Скорость 5-10 сек одна минута разговора. Если кому интересны сервисы на основе аудио-звонков, пишите мне. Это может быть полная оценка разговора по вашим корпоративным правилам, краткое резюме с интеграцией в вашу CRM после разговора.