That's what I built shot-scraper for! shot-scraper.datasette.io/en/stable/ja...

This usually works quite accurately, so I only need to make minor adjustments.

4. I export the slides from my presentation as image files and place them alongside the edited transcript. Gemini 2.0 Flash is then asked to insert the presentation slide images at the appropriate places in the transcript (as Markdown).

3. Then I have Claude Sonnet lightly edit the transcript: Filler sounds and broken grammar are smoothed out so that the spoken presentation can (hopefully) be read well afterward, without losing my tone.

2. I have the audio transcribed by Gemini Flash 2.0. In my experience, this works much better than existing Whisper models. Colleague Hermann also did a nice write-up about this:

www.innoq.com/de/blog/2025...

1. I record my audio track with a clip-on microphone, using the DJI Mic Mini.

Dieses Paradox führt zu einer Verlangsamung des Fortschritts und dem Verlust der Führungsrolle, die IT-Expert:innen normalerweise einnehmen.

Das TAP stammt aus meinem Vortrag "Stillstand im Fortschritt". Jetzt als ausführlicher #Talk+ zum Nachlesen verfügbar: www.innoq.com/de/talks/202...

Anstatt neue Technologien schnell zu adaptieren und in die Gesellschaft zu tragen, bleiben sie in ihrer traditionellen Rolle als Software-Handwerker:innen stecken und verkennen somit die Möglichkeiten.

Das TAP beschreibt die Situation, in der IT-Expert:innen, die normalerweise als Vorreiter der Technologie-Adaption gelten, bei aktuellen Durchbrüchen wie der generativen KI plötzlich defensiv und zögerlich reagieren.