Когда нужно перевести голосовое в текст
Голосовое на семь минут от коллеги с задачами, лекция, которую одногруппник надиктовал в чат, рассказ родственника, который хочется сохранить. Слушать неудобно, искать в нём нужное место — ещё неудобнее: в метро звук не включить, на совещании нельзя, а когда сообщений десять, прослушивание съедает полдня. Текст можно пролистать, найти слово поиском, скопировать кусок в заметки или документ и переслать дальше.
Короткие голосовые на 20–30 секунд у нас расшифровываются целиком бесплатно: этого хватает на пробу. Платить имеет смысл за длинные — 199 ₽ за файл до 2 часов, хоть это одно сообщение, хоть склеенная запись.
Как перевести голосовое в текст: инструкция
Главное — получить голосовое как файл. Мессенджеры хранят их в формате ogg или opus, мы принимаем оба. Сервис работает онлайн, в браузере, ничего устанавливать не нужно.
Telegram на компьютере. Нажмите на голосовое правой кнопкой мыши и сохраните его как файл — он ляжет в папку загрузок.
Telegram и WhatsApp на телефоне. Откройте меню сообщения долгим нажатием и найдите «Поделиться» или «Переслать». Сохраните голосовое в «Файлы» или отправьте себе на почту, а потом выберите его на нашем сайте. Названия пунктов зависят от версии приложения и телефона, но путь через «Поделиться» есть почти везде.
Если сохранить не получается. Перешлите голосовое в «Избранное» или в чат с собой и откройте его в версии мессенджера для компьютера — там сохранить файл проще всего.
Дальше всё одинаково:
- Запустите страницу заказа и нажмите «Загрузить запись» или перетащите файл в окно браузера.
- Дождитесь загрузки: если связь оборвётся, выберите тот же файл снова — загрузка продолжится.
- Через минуту увидите текст первых 30 секунд бесплатно.
- Если готовый результат нравится, оплатите и скачайте документ Word, TXT или субтитры SRT.
Как выглядит результат
Голосовое — это обычно один человек, поэтому подписей «Спикер 1» не будет: текст идёт абзацами с отметкой времени, где начался каждый. Если в записи говорят двое, например вы пересылали разговор целиком, реплики подписываются автоматически, а на странице оплаты можно подсказать число говорящих.
00:00 В 7:00 утра Карл Иванович разбудил меня, ударив над самой моей головой хлопушкой из сахарной бумаги на палке по мухе.
Это пример на открытой аудиокниге. В голосовых речь обычно разговорная — с «ну», повторами, оборванными фразами. Мы записываем её как есть, не пересказываем и не сокращаем: то, что человек сказал, и попадает в документ. Если нужен гладкий текст без междометий, его можно привести в порядок уже в редакторе: своего редактора на сайте нет, скачайте файл и правьте там, где удобно.
Какие голосовые подходят
Сервис принимает записи, которые приходят из мессенджеров и записываются на телефоне: ogg и opus из Telegram и WhatsApp, m4a с диктофона айфона, mp3, amr из телефонной записи и другие форматы — полный перечень на странице форматов. Одно файловое голосовое может быть любой длины до 4 часов и до 2 ГБ.
Качество звука у голосовых ниже, чем у студийной записи: телефон сжимает аудио. Мы проверяли это отдельно: на сжатии телефонной связи ошибок получается примерно столько же, сколько на чистой речи, — около 6 слов из ста. Хуже становится только на самом сильном сжатии AMR с плохим сигналом: тогда ошибок около 8 слов из ста.
Если в голосовом шумно
Голосовые часто записывают на ходу: улица, машина, кафе. По нашему замеру, когда шум заметно тише голоса, ошибок становится больше примерно на 2–3 процентных пункта — текст остаётся читаемым. Если шум звучит так же громко, как речь, текст выходит плохим: ошибок около 30 слов из ста. Не гадайте — загрузите файл и посмотрите на бесплатные 30 секунд. Подробно — на странице о точности.
Несколько советов, как записывать голосовые, чтобы их было проще расшифровать:
- держите телефон ближе ко рту, но не вплотную — тогда голос заметно громче фона;
- по возможности отойдите от дороги и вентиляции;
- говорите без спешки и не перебивайте себя: цифры и имена лучше произносить чётче;
- длинное сообщение можно разбить на несколько коротких — потом их легко склеить.
Как это работает: распознавание речи и транскрипция
Мы используем нейросетевую модель распознавания речи: она слушает звук, превращает его в слова и сама расставляет знаки препинания и абзацы. Это автоматическая транскрипция — так называют перевод устной речи в письменный текст. Людей в процессе нет, поэтому обработка быстрая, а данные видит только программа. Подробнее о том, чем транскрипция отличается от стенограммы, — на странице что такое транскрибация.
Язык записи — русский. Мы не мерили качество на других языках, поэтому английский и другие языки не обещаем: не загружайте голосовые, где речь идёт на иностранном, и не рассчитывайте на перевод. Сервис делает только расшифровку — не пересказывает, не переводит и не сокращает.
Кому пригодится
- Студентов выручают голосовые от одногруппников и записи лекций: из них получается конспект, а не гора файлов. Про лекции — отдельная страница: запись лекции в текст.
- Журналистов и авторов подкастов интересуют интервью: расшифровка позволяет быстро выделить цитату и вернуться к нужному моменту по метке времени.
- Менеджеров и предпринимателей — голосовые от команды и клиентов: задачи, договорённости и вопросы можно видеть текстом и сохранять в рабочие документы.
- Тех, кто диктует заметки себе: надиктовали мысли в дороге, а дома получили готовый текст вместо часа печати.
Голосовые, аудио и видео: чем отличается работа
Принцип одинаков для любого материала: на входе файл со звуком, на выходе — текст. Голосовое из мессенджера — самый короткий и простой случай, аудио с диктофона обычно длиннее и спокойнее, а видео мы сначала превращаем в звуковую дорожку. Если вам нужно загрузить и видео, это делается так же: видео в текст. Для субтитров достаточно файла SRT — он идёт в комплекте.
Как понять, подходит ли вам сервис
Прежде чем платить, воспользуйтесь бесплатной пробой: загрузите голосовое и прочитайте первые 30 секунд. Так вы поймёте, насколько хорошо модель слышит именно вашу запись, разборчивы ли имена и числа, нужна ли вам разметка спикеров. Если результат не подходит, ничего не потеряно — деньги вы ещё не отдали. Если подходит, весь текст готов к экспорту в Word, TXT и SRT, и вы можете преобразовать запись в документ одним платежом.
Нужна помощь или остались вопросы? Напишите в поддержку на hello@rasshifruem.ru — подскажем, как записать или сохранить голосовое, чтобы получилось с первого раза, и что делать, если файл не открывается или нужен другой формат.
Встречи, собеседники и разделение по голосам
Если в аудиозаписи участвуют несколько человек, например вы отправили голосовую встречу или разговор с клиентом, сервис определит собеседников и подпишет их реплики: «Спикер 1», «Спикер 2». Разделение по голосам в наших замерах на склейках из двух–четырёх человек получилось точным на 98–99,8 %. Живую беседу в комнате с одним микрофоном мы отдельно не мерили, поэтому цифры для неё не обещаем.
Пунктуация и абзацы расставляются автоматически, таймкоды стоят у каждого абзаца, поэтому по тексту легко понять, где и что прозвучало. Просмотрите готовый документ и при необходимости дополните его заметками: добавьте имена участников, выделите решения и действия, передайте итоги коллегам. Так расшифровка упрощает подготовку протокола, заметок к следующей встрече и анализа договорённостей. Затем можно написать резюме, выписать цитаты и оставить свои пометки у ключевых фраз.
Если вы не уверены, почему расшифровка выглядит именно так, послушайте исходный звук на нужной секунде: таймкоды позволяют сверить любую фразу с записью. Ссылку на готовый документ можно показать тем, кто не слушал запись, — достаточно передать файл Word.
Работа с файлом перед загрузкой
Большие аудиоформаты конвертировать не нужно: сервис принимает файл в том виде, как он сохранён в телефоне или мессенджере. Отдельный конвертер и настройка параметров не требуются, понимать устройство кодеков тоже не нужно — прямо в браузере выберите файл, и работа начнётся сразу.
Что делать с готовым текстом
Расшифровка превращает разговор в документ, с которым можно работать. Из голосового получится задача для коллеги, пункт протокола, идея для заметки или фрагмент интервью. Текст можно искать по словам, вставлять в письма и чаты, хранить вместе с документами. Если голосовых много и это переписка по работе, собирайте их в одну запись и расшифровывайте одним заказом — выйдет дешевле, чем платить за каждое по отдельности.
Если вместо голосового у вас запись разговора на диктофон, посмотрите расшифровку диктофона, а если запись звонка — расшифровку звонков.
Вопросы
Часто задаваемые вопросы про голосовые — ниже.
Можно ли расшифровать голосовое бесплатно?
Если оно не длиннее 30 секунд — да, целиком. До трёх проб в сутки с одного устройства, регистрация не нужна.
Можно расшифровать сразу несколько голосовых?
Сейчас один заказ — один файл. Если голосовых много, их можно склеить в одну запись любой программой для звука и загрузить одним файлом до 2 часов за 199 ₽.
Какие форматы голосовых подходят?
ogg и opus из Telegram и WhatsApp, m4a, mp3, amr и другие — полный список на странице форматов.
Как быстро будет готов текст?
Час записи — меньше чем за полчаса. Голосовое на несколько минут расшифровывается за считанные минуты, а время с учётом очереди показывается сразу после загрузки.
Кто ещё увидит текст моего голосового?
Никто: расшифровку делает программа, люди записи не слушают. Звук и текст удаляются через 24 часа, а на странице заказа их можно удалить сразу. Подробнее — о хранении данных.