Загрузите запись, запишите голос или вставьте ссылку на YouTube — получите текст со спикерами и таймкодами.
Транскрибация — перевод устной речи в письменный текст с помощью нейросетей.
Аудио MP3, WAV, M4A, OGG и видео MP4, MOV, MKV до 3 часов, запись голоса с микрофона или ссылку на YouTube. Конвертировать аудио в текст можно на компьютере или телефоне.
Расшифровка аудио в текст для интервью, созвонов, лекций, подкастов и голосовых сообщений.
Транскрибатор разделит речь по спикерам и расставит таймкоды. Текст можно прослушать вместе с записью и скачать в Word, PDF, TXT или SRT.
Перетащите аудио или видео, добавьте ссылку с YouTube или запишите голос с микрофона. Можно добавить несколько файлов сразу.
Выберите язык записи и модель. Если доступно, включите автоопределение языка.
Прослушайте запись вместе с текстом, задайте имена говорящим. Скачайте результат в Word, PDF, TXT или как субтитры SRT.
Преобразуйте любую речь в редактируемый текст — в нужном вам формате.
Выберите модель под запись: для большинства подойдёт «Быстрая», для дословной расшифровки — «Максимальная точность», для стенограммы с междометиями вдвое дешевле — «Экономная».
Сервис размечает участников разговора. Переименуйте спикера один раз — имя обновится во всей расшифровке. Реплику можно переназначить другому говорящему.
Каждая фраза привязана ко времени записи. У моделей с таймкодами слов можно нажать на слово и услышать это место, а при прослушивании текущее слово подсвечивается.
Английский, испанский, казахский, узбекский и десятки других — с региональными вариантами. Язык определяется автоматически или выбирается вручную.
До 1 ГБ на файл, несколько файлов за раз. Ждать на странице не нужно: готовый текст сохранится в «Моих файлах».
Загрузите ролик или вставьте ссылку на YouTube, VK, Rutube, Яндекс Диск или Google Drive — звук извлечётся сам, скачивать ничего не нужно.
Надиктуйте заметку или запишите встречу прямо на странице. Запись можно поставить на паузу, прослушать и только потом отправить. Подробнее — голос в текст.
Если запись длиннее 30 минут, при платном распознавании можно сначала расшифровать первую минуту, оценить результат и потом запустить целиком.
Результат не устроил? Распознайте запись заново другой моделью или с другим языком — прямо на странице результата.
Все файлы — и из прежней версии сервиса, и новые — собраны в одной истории.
Какая нейросеть лучше, зависит от записи. Если не знаете, что выбрать, начните с «Быстрой» — она подходит для большинства записей. Длинную запись сначала распознайте по первой минуте и сравните модели. «Базовая» — это Whisper, модель распознавания речи от OpenAI, работает в облаке Microsoft Azure; язык для неё выбирается вручную.
MAI-Transcribe-2
2 ток./минMicrosoft Fast
2 ток./минGrok Voice Transcribe 2.0
1 ток./минWhisper (Microsoft Azure)
1 ток./минMicrosoft LLM Speech
2 ток./минОценки помогают сравнить модели и не гарантируют результат на конкретной записи.
Язык записи можно выбрать вручную или определить автоматически, если модель это поддерживает. Доступные языки и региональные варианты отображаются в списке при выборе модели. Для смешанной речи и записей с акцентом особенно полезно сверить результат со звуком.
Транскрибация видео работает так же, как транскрибация аудио. Загрузите ролик — сервис извлечёт звук и переведёт речь в текст со спикерами и таймкодами. Для роликов с YouTube откройте вкладку «По ссылке» и вставьте адрес. Подробнее — видео в текст, YouTube в текст и субтитры к видео.
Расшифровку видео можно скачать как обычный текст для статьи или конспекта, либо как субтитры SRT и VTT для плеера и видеоредактора.
Экспортируйте результат с таймкодами, именами говорящих и абзацами — в том виде, в каком будете с ним работать.
Для статей, протоколов встреч и конспектов. DOCX открывается в Word и Google Документах, PDF удобно отправить без правок. По желанию — с именами спикеров и таймкодами.
Для видео, курсов и видеоредакторов. При экспорте можно настроить длину строки и разделение фраз по паузам.
Для таблиц, аналитики и своих скриптов: реплики со спикерами и временными метками. Текст также можно скопировать в буфер обмена.
Расшифровка интервью со спикерами: видно, где вопрос, а где ответ. Нужную цитату легко найти по тексту и переслушать.
Запись Zoom, Телемоста или планёрки превращается в текст. Из него удобно собрать протокол и список договорённостей.
Текст лекции с таймкодами для конспекта: по нему легко найти нужное место в записи.
Текстовая версия выпуска для сайта, поста или описания, плюс субтитры для видеоверсии.
Расшифровка записи разговора, совещания или звонка с диктофона телефона. Подробнее — запись с диктофона в текст.
Сохраните голосовое сообщение из Telegram или WhatsApp файлом и загрузите его для перевода в текст. Подробнее — голосовые сообщения в текст.
Загрузите ролик или вставьте ссылку на YouTube, скачайте SRT или VTT и добавьте субтитры в плеер или монтаж. Подробнее — субтитры к видео.
Стенограммы интервью, заседаний и встреч. Имена говорящих и таймкоды помогают найти нужную цитату и сверить её с записью.
Бесплатный доступ ограничен условиями сервиса. Для платного распознавания используется доступный баланс токенов.
Работа с проектами доступна владельцу аккаунта или через гостевой доступ. Запись обрабатывает выбранный провайдер распознавания.
Удаляйте ненужные записи из списка файлов или истории с подтверждением действия.
Загрузка и работа на сайте Звукограма идут по HTTPS.
При регистрации мы дарим 10 токенов — это 5 минут расшифровки по 2 токена за минуту. Дальше — от 1 токена за минуту в зависимости от модели, 1 токен равен 1 рублю. Подписки нет: токены покупаются разово.
До 3 часов и 1 ГБ на файл, у модели «Максимальная точность» — до 2 часов и 300 МБ. Распознавание обычно занимает несколько минут и зависит от длительности файла, модели и очереди. Ждать на странице не нужно: закройте её, результат сохранится в «Моих файлах».
Сохраните голосовое сообщение на устройство файлом (обычно это OGG или OPUS) и загрузите его на эту страницу. Сервис распознает речь, и текст можно скопировать в буфер обмена одной кнопкой.
Нет, сервис работает прямо в браузере — на компьютере и на телефоне. Для записи с микрофона браузер попросит разрешение.
Точность зависит от записи. Лучше всего распознаются чистый звук без фоновой музыки и один-два говорящих; шум, эхо и перебивания ухудшают результат. Для сложной записи распознайте первую минуту разными моделями и сравните.
Только вы: расшифровки открываются в вашем аккаунте, у каждого файла своя непредсказуемая ссылка. Удалить запись можно в любой момент из списка файлов — с подтверждением.
Загрузите файл, запишите голос или вставьте ссылку на YouTube. После регистрации — 5 минут бесплатно.
Загрузить запись