Расшифровка аудио в текст: 5 сервисов для интервью, созвонов и голосовых

Speech2Text при регистрации даёт 180 бесплатных минут, а час записи распознаёт примерно за 10 минут. Это единственный сервис в подборке, который сделан только для расшифровки аудио в текст. В ruGPT и BotHub расшифровка — один из инструментов рядом с нейросетями для текста и картинок. Контур.Толк и МТС Линк расшифровывают записи своих же видеовстреч. Выбор зависит от того, откуда у вас звук: файл или голосовое — первые три, созвон — последние два.

Что умеют сервисы расшифровки и где они ошибаются

Сервисы для файлов работают одинаково. Вы загружаете запись, нейросеть превращает речь в текст, и через несколько минут его можно скопировать или скачать. В сервисах встреч текст появляется сам, после записи созвона. Отличия в мелочах, которые становятся важными на длинных записях.

Первое — деление на спикеров. Если на записи интервью или созвон с клиентом, без подписей «кто говорит» текст превращается в сплошную стену. Второе — ссылки: удобно, когда сервис берёт запись прямо с YouTube, VK или из видеовстречи, и файл не нужно скачивать. Третье — краткий итог. Часть сервисов после расшифровки сама пишет, о чём договорились и какие задачи появились.

Ошибаются все одинаково: на плохом звуке. Шум кафе, эхо в пустой комнате, два человека, которые говорят одновременно, — и текст придётся вычитывать. Имена, названия компаний и термины нейросеть пишет как слышит. Поэтому расшифровку интервью для статьи всегда стоит прочитать с записью рядом, а расшифровку созвона для себя — можно и так.

В таблице — откуда каждый сервис берёт звук и сколько можно расшифровать бесплатно.

Пять сервисов для расшифровки аудио в текст

Speech2Text

Сервис сделан под одну задачу — превращать речь в текст. Можно загрузить файл, дать ссылку на YouTube, VK, Дзен или запись встречи в Zoom и Яндекс Телемосте. Есть бот в Telegram и Max: отправляете голосовое и получаете текст в ответ. Реплики подписаны по собеседникам, имена можно поменять. Понимает русский и ещё больше 90 языков.

Бот умеет приходить на созвон сам и после присылать расшифровку с кратким итогом. По готовому тексту можно задавать вопросы в чате: какие решения приняли, кто что должен сделать. Для видео сервис отдаёт файл субтитров.

Минус — лимит минут. Даже на старших тарифах безлимита нет, на младшем — 6 часов в месяц. Если расшифровываете пару раз в год, платить незачем: хватит бесплатных 180 минут. Если пишете интервью каждую неделю, посчитайте часы заранее.

ruGPT

ruGPT — больше 60 нейросетей в одном кабинете: тексты, картинки, видео, музыка. Расшифровка записей там — один из готовых инструментов, рядом с озвучкой текста. Работает без VPN, оплата в рублях.

Удобен, если вы и так пользуетесь нейросетями для постов или картинок: подписка общая на всё, и отдельный сервис для расшифровки не нужен. Получили текст интервью — тут же попросили нейросеть сделать из него статью или пост.

Бесплатного пакета хватает на два-три запроса, для работы нужна подписка. Деления на спикеров и бота для созвонов, как у Speech2Text, в описании сервиса нет. Это посредник: модели внутри — чужие, ruGPT даёт к ним доступ.

BotHub

Ещё один набор нейросетей, но с оплатой пакетами вместо подписки. Транскрибация там работает на модели Whisper: расшифровывает встречи и подкасты. Есть веб-версия, приложение и бот в Telegram.

Подойдёт тем, кому расшифровка нужна нерегулярно. Пакеты не сгорают: купили один раз и тратите, когда появится запись. Для знакомства дают 30 000 Caps бесплатно. Caps — внутренняя валюта сервиса, сколько это минут расшифровки, он не пишет, так что считайте это пакетом на пробу.

Ограничений два. Цены на сайте указаны в долларах, хотя оплатить можно картой «Мир» в рублях. И обычные пакеты продают только физлицам: для ИП есть корпоративный тариф.

Контур.Толк

Российский сервис видеовстреч и вебинаров. Расшифровка здесь — часть записи: встреча записывается, и к ней появляются таймкоды и текст. На старших тарифах видеовстреч добавляется протокол встречи.

Подходит, если вы и так проводите созвоны с клиентами или вебинары и хотите текст без лишних шагов. Скачивать запись и загружать её в другой сервис не придётся. Сервис в реестре российского ПО, записи хранятся на серверах в России — это важно, если клиенты — компании.

Расшифровку внешнего файла или голосового он не сделает. Бесплатный тариф встреч — до 40 минут и без облачной записи, а расшифровка без ограничений начинается с годового тарифа «Бизнес».

МТС Линк

МТС Линк — тоже сервис видеовстреч и вебинаров. Расшифровка, автоматическое резюме встречи и субтитры есть на платных тарифах. Бесплатная версия даёт встречи до 30 участников и 60 минут, но без расшифровки.

Удобен команде, которой нужны ещё мессенджер, онлайн-доски и общий диск в одном месте. Для одиночки это лишнее: платные тарифы продают только по заявке, за пользователя и на год.

Как выбрать сервис и расшифровать аудио бесплатно

Сначала ответьте себе, откуда звук. Если это файл, интервью или голосовые от клиента, нужен Speech2Text или один из наборов нейросетей. Если это ваши же созвоны, проще включить расшифровку в сервисе встреч, где вы их проводите.

Дальше — сколько записей в месяц. Час-два время от времени укладываются в бесплатные минуты Speech2Text или в пакеты BotHub. Регулярные интервью или ежедневные созвоны — это уже тариф с часами в месяц, и его стоит сравнить с тем, сколько стоит ваше время на вычитку.

Бесплатно расшифровать запись можно в любом из трёх первых сервисов, разница в объёме. 180 минут Speech2Text — это три часовых интервью. Пакета ruGPT хватит на пробу, попробовать его можно даже без регистрации.

Хорошая расшифровка начинается до записи. Положите телефон ближе к собеседнику, чем к себе, уйдите от шумной улицы, попросите не перебивать друг друга. Чем чище звук, тем меньше потом вычитывать.

Если расшифровывать не хочется вовсе, это можно отдать исполнителю. Транскрибацию часто берут копирайтеры и начинающие фрилансеры, их можно найти в каталоге специалистов Hub. А если нужно не расшифровать, а написать текст с нуля, пригодится подборка нейросетей для текста.

Часто задаваемые вопросы