Расшифровка файла MP3 в текст
Выберите файл MP3 — ИИ (Whisper или SenseVoice) расшифрует его прямо в браузере. Аудио никогда не попадает на сервер. Без аккаунта, без оплаты, без ограничения длины.
Для этого языка точность небольших моделей резко падает. Выберите Whisper Small или крупнее
Обычно можно оставить «Авто». Меняйте значение, только если в результате явно неверное число спикеров
Нет файла? Запишите звук с микрофона. Расшифровка начнётся после остановки записи (на этом устройстве с выбранной моделью — примерно до 000 мин). Запись тоже не отправляется ни на какой сервер.
Как расшифровать MP3
- Выберите язык. Автоопределение работает, но если указать реальный язык (например, английский для английской записи), ошибок распознавания будет меньше. Разделение по спикерам включено по умолчанию. Если говорит только один человек, разделение можно выключить.
- Перетащите файл MP3 сюда или нажмите, чтобы выбрать его. Расшифровка начнётся сразу после загрузки файла, а строки будут появляться по мере готовности.
- Когда всё будет готово, нажмите на строку, чтобы воспроизвести аудио с этого места, и исправьте ошибки. Затем выберите TXT, Word или другой формат в «Скачать» или скопируйте текст напрямую.
Что важно при работе с MP3
MP3 — формат со сжатием, поэтому битрейт исходной записи напрямую влияет на точность. При 128 кбит/с и выше обычная речь распознаётся надёжно. Ниже 64 кбит/с — или в телефонных записях с обрезанными высокими частотами — пропущенных слов станет больше. Для языков, кроме японского, китайского и корейского, обычно помогает переход на модель Small или крупнее. Для испанского, немецкого и других европейских языков на компьютере с WebGPU Parakeet Ultra точнее и быстрее, чем Small.
Всё работает на вашем собственном устройстве. Файл не загружается на сервер, а полученный текст тоже никуда не отправляется, поэтому записи, которыми нельзя делиться за пределами организации, — встречи, интервью — можно обрабатывать как есть.
Тишина не обрабатывается, поэтому время обработки зависит от того, сколько люди на самом деле говорят, а не от длины файла. Лекции с долгими паузами или записи, где подолгу никто не говорит, обрабатываются быстрее, чем можно ожидать по их длине.
Если что-то пошло не так
- Если одно и то же имя или термин раз за разом расшифровываются неверно, исправьте все вхождения сразу с помощью «Найти и заменить» на экране результата.
- В подкастах с музыкой или джинглами во время музыки могут появиться фразы, которых никто не произносил. Удалите эти строки на экране результата.
Часто задаваемые вопросы
Можно ли расшифровать другие форматы, кроме MP3?
Да. Поддерживаются WAV, M4A, AAC, FLAC, OGG, Opus, AIFF, WMA, AMR и WebM. Если выбрать видеофайл, извлекается и обрабатывается только звуковая дорожка.
Есть ли ограничение размера файла?
Нет. Ограничения длительности тоже нет. Какую длину записи можно обработать за раз, зависит от памяти устройства и выбранной модели; если запись не помещается, страница сообщит об этом до начала обработки.
Загружается ли куда-нибудь моё аудио?
Нет. Расшифровка выполняется в браузере, и ни аудиофайл, ни полученный текст не отправляются на внешние серверы. Статистика обработки для исправления проблем (характеристики устройства, тип ошибки и т. п.) отправляется на собственный сервер этого сайта, но в ней нет аудио, текста расшифровки, имён файлов и IP-адресов. Это можно отключить переключателем в разделе «Помогите улучшить сервис» внизу страницы.
Сколько времени занимает расшифровка?
Это зависит от устройства и размера модели. С WebGPU расшифровка часто идёт быстрее реального времени; без него расшифровка может занять время, в несколько раз превышающее длину аудио.
Подготовка аудио и что делать после расшифровки
Помогите улучшить сервис
Сведения об условиях обработки — успешной или неудачной — помогают нам находить проблемы (для расчёта доли сбоев нужны оба случая). Зная, на каких устройствах и с какими настройками сбои случаются чаще, мы можем пересматривать рекомендуемые настройки по умолчанию и исправлять ошибки, которые за этим стоят. Если вы не против, оставьте этот параметр включённым — это действительно помогает.
Что отправляется
Характеристики устройства (модель GPU, объём памяти, число ядер), браузер и ОС, выбранные модель и язык, настройка разделения по спикерам (вкл. или выкл. и заданное число спикеров), язык интерфейса страницы, докуда дошла обработка (в том числе если вы её остановили или закрыли страницу), тип ошибки и подробности, формат файла с примерным размером и длительностью, сколько времени занял каждый этап и сколько данных моделей ИИ было загружено. Временный номер, связывающий запуски в одной вкладке (удаляется при закрытии вкладки). На экране результата: сколько раз вы пользовались редактированием (например, переименованием спикеров или разделением строк), переводом, кратким содержанием и импортом субтитров, какие форматы выбирали в «Скачать», как часто пользовались «Копировать текст» и «Скачать все», а также языковая пара перевода.
Что никогда не отправляется
Аудио, расшифровки (включая имена спикеров и переводы), имена файлов и IP-адреса. Данные поступают только на собственный сервер этого сайта и никогда — в сторонние сервисы.