Перевести запись с диктофона в текст
Совещания, планёрки, интервью и лекции — записи, снятые в шумном помещении с середины стола. Получите текст, где реплики разведены по говорящим, а у каждой видно время.
mp3, wav, m4a, wma, ogg, aac — прямо с диктофона, конвертировать не нужно
Загружайте запись любой длины — бесплатно расшифруем первые 3 минуты. Без регистрации.
Что обычно не так с такими записями
Микрофон далеко от говорящих. Диктофон на середине стола слышит всех, но тихо и с эхом — это «дальнее поле», и на нём ломается большинство распознавателей, обученных на ближней речи. Наша модель училась в том числе на записях с дистанции, поэтому далёкий голос не рассыпается в бессмыслицу.
Люди перебивают друг друга. Реплики распределяются по тому, как звучат голоса, а не по паузам между словами, — поэтому перебивания разбираются лучше, чем при простом делении по тишине.
Запись на три часа. Ограничения по длительности нет. Долгую запись не нужно сторожить: страницу закрываете, обработка идёт дальше, текст ждёт в кабинете.
Формат «не как у всех». wma со старого диктофона и m4a с телефона принимаются наравне с mp3 — конвертировать перед загрузкой не нужно.
Как записать, чтобы текст получился лучше
Качество расшифровки решается на записи, а не на обработке: ни один сервис не восстановит то, чего в файле нет. Четыре вещи дают больше, чем любые настройки распознавания.
- Ближе к говорящим, чем к центру стола. Вдвое меньшее расстояние до человека слышно сильнее, чем любой режим шумоподавления. Если говорит в основном один — кладите к нему.
- Не на бумаги и не на скатерть. Шорох листов и стук чашки по столу приходят в микрофон через корпус и перекрывают речь громче, чем разговор за соседним столом. Твёрдая поверхность и салфетка под диктофоном решают больше, чем выбор модели.
- Частота записи от 16 кГц. Режим «экономия места» на старых диктофонах пишет 8 кГц — в этой полосе физически нет различий между «с», «ш» и «ф», и восстановить их потом нельзя. На точности это сказывается заметнее, чем степень сжатия.
- Одна запись на встречу. Разрезанная на куски запись обрабатывается как несколько разных: голоса в каждом куске нумеруются заново, и сводить их придётся руками.
Проверить, что получится, дешевле, чем спорить: первые три минуты любой записи разбираются бесплатно и без регистрации — этого хватает, чтобы понять, разборчив ли звук, до того как вы отдадите на расшифровку трёхчасовое совещание.
Что получите на выходе
- Текст с пунктуацией и числами в цифрах — читается без правки.
- Реплики по говорящим; знакомые голоса подписаны именами.
- Таймкод у каждого слова — можно вернуться к спорному месту записи.
- Выгрузка в TXT, SRT и JSON.
Вопросы
Нужен ли диктофон с распознаванием речи?
Покупать отдельное устройство ради этого не нужно. Диктофоны со встроенным распознаванием стоят заметно дороже обычных, работают только с тем языком и качеством, что заложил производитель, и обновить эту часть нельзя — она вшита в прошивку. Дешевле и точнее иначе: пишите любым диктофоном или телефоном, а текст получайте отдельно. Тогда качество распознавания растёт вместе с моделями, а не устаревает вместе с устройством. Плюс на записи, сделанной обычным диктофоном, можно передать список терминов и фамилий — встроенное распознавание такого не умеет.
Запись плохого качества, справитесь?
Точность зависит от записи: тихий далёкий звук, эхо и шум дают больше ошибок. Три минуты бесплатно — проверить дешевле, чем спорить.
Сколько длится обработка?
От 11 до 12 минут на час записи: диктофонная запись в шуме ближе к верхней границе. Длинную запись не нужно сторожить: страницу можно закрыть, текст будет ждать в кабинете. На экране видно, на каком шаге работа, и её можно прервать.
Различает, кто говорит?
Да, реплики разделяются по голосам. Названные один раз голоса дальше подписываются именами во всех записях организации.
Есть лимит длительности?
В бесплатном режиме — три минуты. В платном ограничения нет, обрабатывались записи по три часа.
Какие форматы пишут диктофоны и что вы принимаете?
Sony, Olympus и Philips пишут в mp3, wav, wma и m4a — принимаем всё это без предварительной конвертации, плюс ogg, opus и aac.
Запись идёт три часа — обрабатывать целиком или резать?
Целиком. Ограничения по длительности в платном режиме нет, а разрезанная запись обрабатывается как несколько разных: говорящие в каждом куске нумеруются заново, и сводить их придётся вручную. Резать имеет смысл только если файл не влезает по размеру — тогда по границам пауз, а не посередине фразы.
Диктофон писал в режиме экономии места — это плохо?
Заметно хуже, чем обычный режим, и поправить это нельзя. «Экономия» обычно означает 8 кГц: в такой полосе нет различий между «с», «ш» и «ф», они теряются при записи навсегда. Текст всё равно получится, но фамилии и термины придётся сверять по записи.
Данные не уйдут?
Файл удаляется после обработки. Расшифровки видны только вашей организации, а их сохранение в базе можно отключить — тогда текст и имя файла туда не попадают.
Страница обновлена 6 октября 2026