Por que o CaptionBolt usa Groq para transcrição
Uma visão factual do backend Groq, do restante do pipeline e de por que o tempo total pode variar.
Kevin Li
O CaptionBolt migrou seu fluxo atual de transcrição para o Groq. O provedor é uma parte importante, mas não é todo o pipeline; um benchmark do provedor também não promete quando o vídeo de um usuário ficará pronto.
O que roda no Groq
Hoje o CaptionBolt usa o Groq como único provedor de transcrição. A mídia é preparada como uma carga de áudio compatível, enviada para transcrição e retorna com texto, segmentos, informação de idioma e tempo por palavra usado pelo fluxo de legendas.
Não existe segundo provedor nem fallback automático no runtime atual. Se a solicitação ao Groq falhar após as tentativas suportadas, o trabalho pode falhar e precisa de uma recuperação clara, não de uma troca oculta de modelo.
Por que removemos as promessas de velocidade
Versões anteriores apresentavam benchmarks específicos do provedor como se descrevessem todo o fluxo do CaptionBolt. Não descreviam, por isso não usamos mais esses números.
O processamento total pode incluir:
- Upload e conclusão multipart
- Inspeção e normalização da mídia
- Preparação de áudio e divisão de entradas maiores
- Tempo de fila conforme capacidade da conta e do servidor
- Solicitação ao Groq
- Persistência da transcrição e contabilização de minutos
- Geração de prévia ou renderização final
Duração, codec, tamanho, carga do servidor, ordem da fila e disponibilidade do provedor afetam o tempo. Uma resposta rápida do provedor não elimina filas, e o CaptionBolt não promete um tempo total fixo.
Tempo e precisão ainda exigem revisão
O tempo por palavra orienta segmentação e animação, mas é gerado do áudio. Música, falas sobrepostas, sotaques, termos técnicos e gravações ruins podem afetar texto e tempo.
Revise a transcrição antes de exportar. O CaptionBolt não afirma precisão perfeita, tempo perfeito ou resultado idêntico para toda língua e gravação.
Tratamento de idioma
O upload pode usar Auto ou enviar uma opção de idioma compatível. O provedor pode retornar um idioma detectado, mas não anunciamos uma garantia fixa de quantidade de idiomas. Disponibilidade e resultado dependem do contrato atual, da validação e da gravação. Áudio misto merece atenção extra.
O que esperar
Os trabalhos seguem os limites de processamento e a política de fila do plano atual. O tempo de espera varia conforme o arquivo, a carga atual e a posição na fila; nenhum plano promete espera zero. A página de preços é a fonte para limites e detalhes de compra atuais de cada plano. A transcrição continua usando o Groq.
A promessa prática é uma transcrição revisável alimentando o mesmo fluxo de legendas, não um cronômetro.
Leituras relacionadas
Veja como transcrever vídeo para texto e o fluxo de transcrição para criadores.
