Расшифровка аудио в текст
Дословный текст записи: реплики разложены по говорящим, участники подписаны именами, у каждого слова стоит время. Первые три минуты — без регистрации.
Диктофон, созвон, интервью, лекция · mp3, wav, m4a, ogg, mp4
Бесплатно: запись до 3 минут и файл до 20 МБ — для mp3, m4a и ogg это с большим запасом
Сразу о главном: расшифровывает программа
Слово «расшифровка» значит две разные вещи. Одни ищут инструмент, который сам превратит запись в текст. Другие — человека, который сядет и наберёт всё вручную, отвечая за каждое слово. Здесь первое. Запись обрабатывает распознавание речи: текст готов через минуты и стоит копейки за минуту, но вычитка остаётся за вами. Если нужен документ, за дословность которого кто-то отвечает подписью, — это работа исполнителя, и честнее сказать это в первом абзаце, чем на третьем экране.
Расшифровка — это не «текст», а документ
Разница между «распознали речь» и «получилась расшифровка» — в оформлении. Сплошная простыня букв без разделения на людей и без времени формально верна и практически бесполезна: по ней нельзя ни процитировать, ни проверить спорное место. Поэтому на выходе здесь не поток слов, а структура: кто сказал, что сказал, на какой секунде.
| Что смотрят в готовой расшифровке | Почему это важно |
|---|---|
| Дословность | слова не заменены на похожие по смыслу, порядок не поправлен «для красоты» |
| Разделение по людям | реплики не слиты в один поток, видно, кто отвечает |
| Имена вместо номеров | «Говорящий 2» в готовом документе приходится править вручную по всему тексту |
| Время | без таймкодов спорное место в записи придётся искать на слух |
| Числа и термины | даты, суммы и фамилии — то, что ломается чаще всего и заметнее всего |
Что делать с текстом, когда он готов
- Пройти по числам и фамилиям. Это места, где ошибка заметнее всего и правится быстрее всего — суммы, даты, названия.
- Подписать незнакомые голоса. Переименовали «Говорящего 2» один раз — имя встанет и в прошлых расшифровках этого человека.
- Выбрать вид выгрузки. Текст — читать и вставлять в документ, субтитры — накладывать на видео, JSON — отдавать в свою программу вместе с границами слов.
Час записи разбирается примерно за пять минут на обычном процессоре: совещание на 17 минут 52 секунды обработано за 94 секунды, без видеокарты.
Когда расшифровка выходит хуже
Качество задаёт запись, а не сервис. Хуже всего получается там, где человеку тоже трудно: микрофон далеко от говорящих, двое перебивают друг друга, на фоне музыка или посуда, связь рвётся. Диктофон посередине переговорной даёт заметно больше правок, чем тот же диктофон рядом с говорящим. Три бесплатные минуты и нужны, чтобы проверить это на своей записи, а не на обещании.
Вопросы
Расшифровка делается человеком или программой?
Программой. Живого расшифровщика здесь нет: запись обрабатывает распознавание речи, поэтому текст готов за минуты и стоит копейки за минуту, но вычитка остаётся за вами. Если нужна гарантированная дословность документа, за которую кто-то отвечает подписью, — это работа исполнителя, а не сервиса.
Насколько дословной получается расшифровка?
Текст пишется дословно, без пересказа и сокращений: сохраняются повторы, оговорки и слова-заполнители, потому что в расшифровке они часто важны. По нашему открытому замеру на подготовленной начитке приходится исправлять 6,71 % слов, на живой спонтанной речи — до 12,81 %. Проще говоря, на страницу текста выходит от нескольких до двух десятков мелких правок.
Кто говорит — видно в тексте?
Да. Реплики разделены по голосам, и участники подписаны именами, если голоса уже знакомы сервису. Незнакомый голос получает подпись «Говорящий 1» — и его можно переименовать один раз, после чего имя подставится и в прошлых расшифровках.
Есть ли время у слов?
Время стоит у каждого слова, не только у абзаца. Это нужно, когда по расшифровке потом ищут место в записи: нашли фразу в тексте — знаете секунду в файле.
В каком виде отдаётся расшифровка?
Обычным текстом (TXT), субтитрами с таймкодами (SRT) и файлом для своей программы (JSON, там же границы слов и метки говорящих).
Запись остаётся у вас?
Файл удаляется после обработки. Текст в бесплатном режиме не сохраняется вовсе, а в организации хранение расшифровок можно выключить — тогда в журнал не попадёт ни текст, ни имя файла.
Сколько стоит расшифровка часа записи?
Час записи — 18 ₽ без разделения по голосам и 24 ₽ с ним. Считается по секундам, а не по округлённым минутам. Первые три минуты — бесплатно и без регистрации.