diff --git a/voice_recognition.py b/voice_recognition.py
index b9655f8..79520bb 100644
--- a/voice_recognition.py
+++ b/voice_recognition.py
@@ -210,10 +210,11 @@ class Transcriber(commands.Cog):
         self.check_data.stop()
         await ctx.voice_client.disconnect()
 
-async def transcribe_output_queue():
+def transcribe_output_queue():
     while True:
-        asyncio.sleep(10.0)
+        time.sleep(10.0)
         logger.info("PING")
+
 async def setup(bot):
     logger = logging.getLogger("discord")
     logger.info("Loading voice transcribed module phase one")
@@ -231,6 +232,7 @@ async def setup(bot):
 
     await bot.add_cog(Transcriber(bot))
 
+    logger.info("Loading voice transcribed module done")
 
 # 1. zapisuj kwestie człowieka do pliku w którym będzie można stwierdzić kto co powiedział (callback z basicaudio + write z wavesinka). Zamykaj plik i wysyłaj do transkrypcji w momencie ciszy dłuższej niż 0.5s. Jeśli człowiek nadaje cały czas dawaj sygnał że nie można go transkrybować - i wyłaczaj zapis.
 # 2. Transkrypcja to abstrakt - w zależności od tego która metoda jest włączona wysyła do odpowiedniego silnika, silniki offline odpalam na activcomie. Zaczynamy od assemblyai bo najlepiej wspiera polski. Potem zobaczymy co dalej.