Аудио в текст

Аудио в текст — инструмент для расшифровки речи: голосовой заметки, интервью, лекции, записи встречи, выпуска подкаста, телефонного разговора или звуковой дорожки видео. Выберите файл или запишите звук с микрофона. Расшифровка будет появляться построчно, с таймкодом у каждой строки.

Два режима расшифровки

Что можно сделать с расшифровкой

• Сверить с записью: нажмите на таймкод, чтобы прослушать этот момент, или на строку, чтобы исправить текст.
• Скопировать или скачать обычный текст — с таймкодами и именами говорящих или без них.
• Создать субтитры: скачайте SRT или VTT с привязкой ко времени речи и удобной разбивкой на строки.
• Продолжить работу с текстом: переведите его, выделите главные мысли или встройте субтитры в видео.

Как получить точную расшифровку

• Записывайте ближе к говорящему, подальше от музыки и вентиляторов: шум сильнее всего снижает точность.
• Для интервью и встреч выбирайте режим ИИ, чтобы у каждой строки было указано, кто говорит.
• Если видео не открывается, извлеките звук с помощью инструмента «Извлечь аудио» и расшифруйте MP3.

Частые вопросы

Как перевести аудио в текст?

Выберите аудиофайл или запишите звук с микрофона, затем нажмите «Расшифровать бесплатно» или «Расшифровать с ИИ». Текст будет появляться построчно, с таймкодом у каждой строки. Скопируйте его или скачайте в формате TXT либо как субтитры SRT или VTT.

Это действительно бесплатно?

Да. В бесплатном режиме модель распознавания речи Whisper от OpenAI работает прямо в вашем браузере. Каждый посетитель получает 10 бесплатных минут в день (каждый файл учитывается как минимум за 1 минуту), а с Pro или Premium ограничений нет. Режим ИИ стоит 3 кредита за минуту речи. Каждый посетитель получает 3 бесплатных кредита ИИ в день — этого хватает на первую минуту расшифровки.

Чем бесплатный режим отличается от режима ИИ?

Бесплатный режим работает бесплатно 10 минут в день (с Pro — без ограничений) и не отправляет ваши записи на сервер. Он хорошо распознаёт чёткую речь на одном языке, но чаще ошибается при акцентах, шуме и на языках, кроме английского, а также не различает говорящих. ИИ расставляет знаки препинания, сам определяет язык, лучше справляется с акцентами и фоновым шумом и обозначает участников как «Говорящий 1», «Говорящий 2». Эти обозначения можно заменить именами.

Можно ли перевести видео в текст?

Да. Выберите видео в формате MP4, MOV, WebM, MKV или другом поддерживаемом формате, и инструмент прочитает его звуковую дорожку. В режиме ИИ отправляется только звук в виде небольшого сжатого аудиофайла. Само видео остаётся на вашем компьютере.

Можно ли сделать субтитры?

Да. Скачайте расшифровку в формате SRT или VTT: каждая строка станет субтитром со временем начала и конца, а длинные фразы будут разбиты на удобные для чтения двухстрочные субтитры. Их можно открыть в YouTube, Premiere, CapCut или VLC либо встроить в видео с помощью нашего инструмента «Добавить субтитры к видео».

Какие языки поддерживаются?

Режим ИИ распознаёт более 100 языков и автоматически определяет язык записи, включая английский, испанский, португальский, французский, немецкий, китайский, японский, корейский, русский, арабский и хинди. Бесплатный режим поддерживает те же основные языки, но язык записи нужно выбрать заранее.

Какой длины может быть запись?

До 3 часов, размером до 500 МБ. В бесплатном режиме посетители без подписки могут расшифровывать 10 минут в день; с Pro или Premium дневного ограничения нет. Длинные записи обрабатываются фрагментами до двух минут. Границы проходят по паузам, чтобы не разрезать слова. По мере обработки каждого фрагмента текст появляется на экране. Вы можете остановить расшифровку в любой момент и продолжить позже.

Моя запись останется конфиденциальной?

В бесплатном режиме данные не покидают ваш компьютер. В режиме ИИ звук отправляется на распознавание по частям и не сохраняется. Расшифровка видна только вам и тоже не хранится на сервере.

Насколько точна расшифровка?

На чёткой речи ИИ обычно правильно распознаёт заметно больше 90% слов, а таймкоды строк точны до долей секунды. Ошибки чаще встречаются в именах, специальных терминах, тихой речи и когда люди говорят одновременно. Поэтому перед скачиванием вы можете исправить любую строку прямо на странице.