Как выбрать сервис расшифровки записей — семь проверок
Что спросить у любого сервиса, включая нас, прежде чем платить. С нашими цифрами и с честно названными ограничениями.
Ниже можно сразу проверить нас на своей записи: три минуты без регистрации
Бесплатно: запись до 3 минут и файл до 20 МБ — для mp3, m4a и ogg это с большим запасом
Коротко: сравнивать надо не «точность», а условия
Сервисы расшифровки выглядят одинаково: загрузите файл — получите текст. Разница вылезает потом, и почти всегда в одних и тех же местах: сколько на самом деле стоит час записи со всеми нужными доплатами, различает ли сервис столько говорящих, сколько их в вашей записи, и чем подтверждено число точности из рекламы. Ниже семь проверок — их стоит провести на любом сервисе, включая этот.
| Что проверить | Почему это важно | Как здесь |
|---|---|---|
| Из чего складывается цена | ставка за распознавание и доплата за разделение по голосам часто считаются отдельно | 18 ₽ за час записи, 24 ₽ с разделением по голосам, счёт по секундам |
| Сколько голосов различает | бывает предел по числу участников или требование задать их количество заранее | предел не задаётся, число говорящих определяется само |
| Держатся ли имена между записями | иначе в каждой новой записи те же люди снова превращаются в номера | подписали участника один раз — узнаётся в следующих записях |
| Чем подтверждена точность | одно число без условий не проверяется и не сравнивается | три числа по типам речи плюс методика и скрипты |
| Есть ли время у слов | без таймкодов спорное место в записи ищут переслушиванием | время у каждого слова, не только у абзаца |
| Можно ли попробовать до оплаты | качество на вашей записи не предскажет ни один обзор | три минуты без регистрации и без карты |
| Что происходит с записью после | хранение файлов и текстов — вопрос не удобства, а ответственности | файл удаляется после обработки, хранение расшифровок можно выключить |
Цена за минуту почти ничего не говорит
Считать надо за час записи и со всеми доплатами, которые вам действительно нужны. Частая схема тарификации: распознавание стоит немного, а разделение по голосам считается отдельной услугой по такой же ставке — и час записи с говорящими выходит вдвое дороже первой цифры из прайса. У нас разделение стоит втрое меньше самого распознавания: 18 ₽ за час записи и 24 ₽ с разделением по голосам, эмоции — ещё 6 ₽. Счёт идёт по секундам: запись на полторы минуты стоит полторы минуты, а не две.
Чем подтверждена точность — главный вопрос
Число точности без условий бесполезно: результат зависит от записи сильнее, чем от сервиса. Поэтому спрашивайте не «сколько процентов», а «на каких записях измерено и можно ли посмотреть методику». Мы отвечаем на это тремя числами вместо одного: 6,71 % слов приходится править на подготовленной начитке, 8,76 % на спонтанной речи и 12,81 % на записях с бытовых устройств в шуме. Разброс вдвое — это и есть настоящий ответ на вопрос о точности, а среднее по всем срезам его скрывает.
Замер открыт целиком: 2398 записей, три открытых набора данных, правила нормализации и скрипты опубликованы. Проверить наши цифры можно без нас.
Где мы уступаем — чтобы вы не узнали это после оплаты
- Скорость. Час записи разбирается за пять-шесть минут: обработка идёт на обычных процессорах, без видеокарт. Обработка на видеокартах даёт результат за секунды — если текст нужен немедленно, это довод против нас.
- Только русский. Многоязычные записи и другие языки — не наша задача, и притворяться иначе смысла нет.
- Нет пересказа. Мы отдаём дословный текст; короткого содержания встречи и выводов сервис не делает.
- Бесплатная проба короткая. Три минуты хватает проверить качество, но не прогнать архив записей.
Если задача — диктофонная запись
Самый частый случай: диктофон или телефон лежал на столе, говорили несколько человек, нужен текст. Здесь решают три вещи, и скорость среди них не первая. Файл принимается как есть, без конвертации: mp3, wav, m4a, ogg, видео. Реплики разложены по голосам — иначе по такой записи невозможно понять, кто что обещал. Время стоит у каждого слова, поэтому спорное место находится по тексту, а не переслушиванием часа. Проверить всё это на своей записи можно бесплатно и без аккаунта.
Вопросы
На что смотреть в первую очередь при выборе сервиса расшифровки?
На четыре вещи, и цена среди них не первая. Первое — как считается тариф: за минуту записи, за минуту обработки или пакетами, и складываются ли доплаты за разделение по голосам. Второе — есть ли разделение по голосам и не ограничено ли оно числом участников. Третье — чем подтверждена заявленная точность: одно число без условий проверить нельзя. Четвёртое — можно ли попробовать на своей записи до оплаты.
Почему цена «за минуту» может обмануть?
Потому что складывается из частей. Распространённая схема: распознавание стоит недорого, а разделение по голосам тарифицируется отдельно и по той же ставке — тогда час записи с говорящими выходит вдвое дороже, чем кажется по первой цифре. У нас распознавание 0,30 ₽ за минуту, разделение по голосам — 0,10 ₽, то есть час записи стоит 18 ₽ без разделения и 24 ₽ с ним. Считать надо всегда за час и всегда со всеми нужными вам доплатами.
Как проверить заявленную точность?
Спросить, на каких записях она измерена. «97 % точности» без условий не значит ничего: на подготовленной начитке и на диктофоне посреди переговорной результат отличается вдвое. Мы публикуем три числа вместо одного: 6,71 % ошибок в словах на подготовленной начитке, 8,76 % на спонтанной речи и 12,81 % на записях с бытовых устройств в шуме — вместе с методикой, наборами данных и скриптами. Среднее по всем срезам скрывает именно то, что вам важно.
Сколько участников должен различать сервис?
Столько, сколько их в записи. У некоторых сервисов число говорящих ограничено или задаётся руками до обработки — для совещания на семь-восемь человек это ограничение критично. У нас предел не задаётся и заранее считать участников не нужно.
Что важнее — скорость или качество?
Зависит от задачи, и здесь честно признаем ограничение. Обработка на видеокартах даёт результат за секунды; у нас час записи разбирается за пять-шесть минут, потому что считается на обычных процессорах. Если текст нужен немедленно — это довод против нас. Если запись всё равно потом читают и правят, пять минут ожидания не решают ничего, а точность и разделение по голосам решают.
Что должно быть в готовой расшифровке, кроме текста?
Разделение реплик по говорящим, имена участников вместо номеров, время у каждого слова и выгрузка в нужном виде: обычный текст, субтитры, структура для своей программы. Без времени спорное место в записи придётся искать на слух, без разделения по голосам непонятно, кто что обещал, а без имён готовый документ придётся править вручную по всему тексту.
Как перевести запись с диктофона в текст здесь?
Загрузить файл на главной странице — mp3, wav, m4a, ogg и видео принимаются как есть, конвертировать заранее не нужно. Через несколько минут будет текст с разделением по голосам и временем у каждого слова, его можно скачать обычным файлом, субтитрами или структурой для своей программы. Первые три минуты — бесплатно и без регистрации.
Можно проверить ваши цифры?
Да, на странице открытого замера: 2398 записей, 3,1 часа аудио, три открытых набора данных, правила нормализации и скрипты опубликованы, метрика считается библиотекой jiwer. Это и есть ответ на вопрос «чем подтверждена точность», который мы советуем задавать всем, включая нас.