Перевести MP3 в текст онлайн
Загрузите mp3 — получите текст с пунктуацией, разделением по говорящим и временем у каждого слова. Конвертировать и пережимать файл перед загрузкой не нужно.
mp3 любого битрейта — от диктофонных 64 кбит/с до студийных 320
Загружайте запись любой длины — бесплатно расшифруем первые 3 минуты. Без регистрации.
Откуда у вас mp3 и что это значит для текста
mp3 — самый частый формат, который приносят на расшифровку, и качество у разных источников отличается в разы. От источника зависит, сколько правок будет в тексте.
Диктофон и телефон. Обычно 64–96 кбит/с. Этого достаточно: потери на такой полосе речь почти не задевают, и результат определяет не сжатие, а то, как далеко лежал диктофон.
Подкаст, вебинар, запись с петлички. 128 кбит/с и выше. Лучший материал из всех: близкий микрофон, ровная громкость, обычно один говорящий за раз.
Выгрузка из телефонии. 32 кбит/с и ниже, часто в полосе 8 кГц. Здесь теряется различие между «с», «ш» и «ф» — это свойство канала связи, а не сжатия, и вернуть его нельзя. Текст будет, но фамилии и суммы стоит проверить.
Скачанное из мессенджера или соцсети. Файл уже прошёл одно сжатие при отправке. Второе — ваше — добавит потерь, поэтому пережимать перед загрузкой не нужно: мы примем как есть.
Если mp3 не загружается
Расширение `.mp3` ещё не значит, что внутри действительно mp3: файлы переименовывают руками, а мессенджеры и диктофоны кладут внутрь что угодно. Три случая покрывают почти все отказы.
- Внутри не mp3. Чаще всего это m4a или ogg с чужим расширением — так бывает после переименования вручную. Переименуйте обратно в исходное расширение: оба формата мы принимаем как есть, конвертировать не надо.
- Файл докачан не до конца. Обрыв при скачивании из облака даёт рабочее начало и обрезанный хвост: проигрыватель откроет, а длительность покажет неверную. Скачайте заново и сверьте вес.
- Запись пустая или почти пустая. Диктофон, включённый в кармане, даёт час шороха без речи. Сервис честно вернёт короткий текст или ничего — это не поломка, а отсутствие речи в записи.
Отдельный случай — очень большой файл: браузер режет первые три минуты сам, и на записях в несколько часов это занимает время. Страницу при этом закрывать нельзя, пока идёт подготовка; после отправки на сервер — можно.
Что действительно портит текст, а что нет
- Не портит: умеренное сжатие. Разница между 128 и 64 кбит/с на речи почти не видна в тексте.
- Портит: расстояние до микрофона. Главный фактор. Тот же файл, записанный вдвое ближе, даёт заметно меньше правок.
- Портит: узкая полоса 8 кГц. Телефонный канал физически не передаёт частоты, по которым различаются шипящие.
- Портит: наложенная речь. Когда говорят одновременно, разделять нечего — ни у нас, ни у кого-либо ещё.
- Лечится списком слов. Фамилии, термины и аббревиатуры передаются вместе с записью через запятую — это даёт больше, чем любая пересъёмка звука.
Проверить конкретный файл дешевле, чем рассуждать: первые три минуты разбираются бесплатно и без регистрации.
Вопросы
Какой битрейт mp3 нужен для распознавания?
От 64 кбит/с потерь практически нет. Ниже начинают пропадать высокие частоты, и путаются согласные: «с» и «ш», «т» и «п». Подкаст или запись с петлички обычно 128 кбит/с и выше, диктофон и голосовые — 64–96, выгрузка из телефонии — 32 и ниже. Смысл сохранится и на 32, но фамилии и цифры придётся сверить по записи.
Как узнать битрейт своего файла?
В свойствах файла: Windows показывает его на вкладке «Подробно», macOS — в окне сведений. Косвенно виден по весу: час mp3 на 128 кбит/с занимает около 55 МБ, на 64 кбит/с — около 28 МБ, на 32 — около 14 МБ.
Стоит ли пережимать mp3 перед загрузкой?
Нет, и это важно. Каждое пересжатие отнимает детали безвозвратно, а распознавание опирается как раз на них. Если файл велик, режьте по границам пауз — нарезка не отнимает ничего.
mp3 хуже wav для распознавания?
На практике почти нет. У wav потерь нет вовсе, но значение имеет не формат, а частота записи и расстояние до микрофона: mp3 на 128 кбит/с с петлички даст лучший текст, чем несжатый wav с другого конца переговорной.
Можно ли перевести текст в mp3?
Нет, это обратная задача — синтез речи, и мы её не решаем. Мы переводим запись в текст, а не текст в голос. Если нужна озвучка, это другой тип сервиса.
Распознаёте ли вы текст песни из mp3?
Мы распознаём речь, а не вокал под музыку. На песне результат будет плохим: музыка перекрывает голос, а модель обучена на речи. Для текстов песен есть отдельные сервисы.
Страница обновлена 6 октября 2026