Потрібна транскрибація аудіо- та відеозаписів з розміткою спікерів

У мене є кілька записів — інтерв'ю, вебінари та лекції, — які потрібно перетворити на текст. Тривалість різна: від п'ятнадцяти-двадцяти хвилин до півтори-двох годин, звук здебільшого прийнятної якості, але в кількох файлах є фоновий шум і місця, де голоси накладаються один на одного. Для мене критично важлива точність: імена, терміни та цифри мають бути передані правильно, без здогадок.

Окрема вимога — розмітка за спікерами. У частині записів беруть участь три й більше людей, вони часто перебивають одне одного, і в готовому тексті має бути чітко видно, хто саме говорить у кожен момент: або за номером (Спікер 1, Спікер 2), або за іменем, якщо воно зрозуміле з контексту. Було б дуже зручно, якби в тексті стояли приблизні таймкоди що одну-дві хвилини — це допоможе швидко знаходити потрібний фрагмент під час подальшої роботи з матеріалом.

Хочу співпрацювати з людиною, яка вже має досвід подібних завдань і розуміє різницю між дослівною розшифровкою та полегшеною версією тексту — мені потрібен саме другий варіант: прибрати слова-паразити й повтори, але повністю зберегти зміст сказаного. Розкажіть, будь ласка, про свої терміни на годину запису та про те, як ви працюєте з нерозбірливими ділянками.

Що має бути у підсумковому файлі:
— текст, розбитий за репліками кожного спікера;
— приблизні таймкоди через регулярні інтервали;
— позначки про нерозбірливі або сумнівні місця;
— готовий документ у стандартному текстовому форматі.