Расшифровка аудиозаписи в текст
Выберите файл с диктофона или из приложения для записи — ИИ (Whisper или SenseVoice) расшифрует его прямо в браузере. Конвертировать формат не нужно, а ограничения времени нет, какой бы длинной ни была запись. Аудио никогда не попадает на сервер. Нет файла? Можно записать звук с микрофона на этой странице и сразу его расшифровать (до 3 часов или меньше — в зависимости от памяти устройства и выбранной модели).
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 файл с диктофона
- Подключите диктофон к компьютеру по USB и скопируйте запись. Записи, сделанные в приложении на смартфоне, сохраните в облачное хранилище через меню «Поделиться». Для записей «Диктофона» iPhone смотрите инструкцию на странице Расшифровка M4A.
- Разделение по спикерам включено по умолчанию. Если говорит только один человек, разделение можно выключить. Если вы знаете язык, выберите его вместо автоопределения.
- Выберите запись. Готовые строки появляются на экране по ходу обработки, а когда она завершится, можно выбрать TXT, Word, SRT или другой формат в «Скачать».
Как записать звук с микрофона и расшифровать его
- Нажмите «Записать с микрофона» и разрешите доступ к микрофону, когда браузер спросит.
- Закончив говорить, нажмите «Остановить запись». Лимит записи показывается на экране во время записи. На телефоне запись может остановиться, если заблокировать экран или переключиться на другое приложение.
- Проверьте язык, модель и разделение по спикерам, затем нажмите «Начать расшифровку». Нажмите «Сохранить как аудиофайл», чтобы сохранить запись в файл; она также хранится в истории этого устройства вместе с расшифровкой.
Форматы файлов разных устройств записи
Многие диктофоны сохраняют MP3 или WAV, некоторые — WMA. Приложения для записи на смартфоне сохраняют M4A, MP3, AMR или другие форматы. Все они загружаются как есть, поэтому заранее конвертировать их в MP3 не нужно.
Сильнее всего на результат влияет то, как сделана запись. Важны три вещи: говорящий близко к микрофону, мало фонового шума (например, от кондиционера) и голоса не накладываются друг на друга.
Ограничения времени нет даже для длинных записей. Готовые строки появляются во время обработки, поэтому содержание можно проверить, не дожидаясь конца. Если закрыть страницу на полпути, текст, готовый к этому моменту, останется в истории.
Если что-то пошло не так
- Если тихие или далёкие голоса пропускаются на языках, кроме японского, китайского и корейского, переключитесь на Small или модель крупнее. Для испанского, немецкого и других европейских языков на компьютере с WebGPU Parakeet Ultra точнее и быстрее, чем Small.
- В длинных записях с тишиной могут появиться фразы, которых никто не произносил. Удалите эти строки на экране результата.
Часто задаваемые вопросы
Какие форматы записей поддерживаются?
Поддерживаются MP3, WAV, M4A, AAC, FLAC, OGG, Opus, AIFF, WMA, AMR и WebM. Если выбрать видеофайл, извлекается и обрабатывается только звуковая дорожка.
Сколько часов записи можно расшифровать?
У аудиофайлов нет ограничений по времени и размеру. Какую длину записи можно обработать за раз, зависит от памяти устройства и выбранной модели. При записи с микрофона на этой странице можно записывать до 3 часов или меньше — в зависимости от памяти устройства и выбранной модели; лимит показывается до начала записи. Телефоны для защиты устройства работают в режиме с пониженным расходом памяти, поэтому для длинных записей рекомендуется компьютер.
Может ли инструмент разделить несколько спикеров в записи?
Да. Разделение по спикерам включено по умолчанию, и строки распределяются по спикерам (до восьми). Для записей встреч удобнее всего страница «Расшифровка встреч», где собраны шаги именно для встреч.
Отправляется ли куда-нибудь моя запись?
Нет. Расшифровка выполняется в браузере на вашем устройстве, и ни запись, ни полученный текст не передаются на внешние серверы. Аудио, записанное с микрофона, обрабатывается так же. 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.
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.