Транскрибация (расшифровка) – это метод перевода информации из аудио или видео в текстовый формат. Такой подход актуален для слабослышащих, при расшифровке интервью и создании субтитров (для тех, кому нужно посмотреть видеоролик или прослушать аудио без звука). Цель транскрибации – перевести речь в текстовый формат, который будет понятен любому человеку.
Для расшифровки аудио в текст сегодня используется профессиональный софт. О лучших программах для расшифровки аудио мы и поговорим в данной статье.
Google Docs
Google Docs – онлайн-сервис для работы с текстом и данными. Внутри платформы можно включить микрофон, который поможет перевести речь в письменный формат. Для его активации следует воспользоваться комбинацией клавиш Ctrl+Shift+S, затем выбрать язык и нажать на значок микрофона.
Увы, но сервис очень плохо справляется с тихой и шумной диктофонной записью, но отлично с диктовкой в микрофон. Главный недостаток – работает только в активном окне Google Docs, то есть наговорить что-то с другой вкладки или включить запись на компьютере не получится.
Плюсы:
- бесплатный продукт;
- автоматическое сохранение текста;
- возможность сразу же отредактировать материал.
Минусы:
- медленная расшифровка;
- распознает не все слова: требуется хорошая диктовка, чтобы получить качественный текст;
- не сможет распознать запись из другой вкладки браузера или плеера.
Операционная система: Web
Ссылка на сервис: Google Docs
Комьюнити теперь в Телеграм
Подпишитесь и будьте в курсе последних IT-новостей
Подписаться
Google Keep
Google Keep – это мобильное приложение для заметок, с помощью которого можно также переводить голосовые записи в текст. Для этого нужно нажать на значок микрофона на панели инструментов. Разговор в аудиоформате будет сохранен вместе с расшифрованным текстом.
Для длительных записей Google Keep, к сожалению, не подойдет, потому что останавливает запись после коротких пауз в диалоге. Но его можно использовать, чтобы расшифровывать уже готовые записи по кускам.
По какой‑то причине распознавание голоса в Keep работает лучше, чем в Гугл-документах: приложение даже угадывает начало новой фразы и помечает его заглавной буквой.
Плюсы:
- легко перевести голосовую запись через микрофон;
- достаточно точно расшифровывает аудио.
Минусы:
- нельзя записывать голосовые аудио с паузами;
- работает только с микрофоном.
Операционная система: Android, iOS, Web
Ссылка на скачивание: Google Keep
Speechpad
Speechpad – бесплатный онлайн-инструмент, с помощью которого можно расшифровать голосовую запись. Работает исключительно со звуком из микрофона, поэтому следует позаботиться о качестве оборудования.
Поддерживается Google Chrome, но есть приложения для iOS и Android. Также возможна интеграция в Windows, Mac и Linux, чтобы обеспечить голосовой ввод в любом текстовом поле. Четкий звук понимает достаточно хорошо, плохой – крайне посредственно.
Плюсы:
- бесплатная программа на русском языке;
- можно отредактировать текст;
- есть инструкции по работе с сервисом;
- воспринимает звуки с соседних вкладок браузера – можно работать с одного устройства.
Минусы:
- транскрибация из файла требует хорошего качества звука, в ином случае расшифровка будет неполной.
Операционная система: Web
Ссылка на сервис: Speechpad
RealSpeaker
RealSpeaker – платный сервис для перевода аудиофайлов в текстовый контент. Работает исключительно с готовыми файлами, поэтому использовать микрофон, как в предыдущих случаях, не получится.
Перевод аудио в текст бесплатен только в том случае, если запись длится не более 1.5 минут. Далее – 8 руб. за минуту, максимальная продолжительность аудио – 180 мин. Поддерживается более 40 языков, включая русский.
Для работы с сервисом достаточно выбрать язык озвучки, загрузить файл, рассчитать время расшифровки и оплатить услугу.
Плюсы:
- есть возможность работать с файлами;
- простой в использовании сервис.
Минусы:
- платный сервис;
- не позволяет надиктовать текст в микрофон;
- в течение 24 часов файл доступен всем, и его нельзя скрыть.
Операционная система: Web
Ссылка на сервис: RealSpeaker
Dictation
Dictation – бесплатный онлайн-сервис, позволяющий распознавать запись с микрофона. Понимает не только русские слова, но и десятки команд: тире, новую строку и так далее.
Из особенностей – это встроенный редактор, позволяющий форматировать текст, оформлять списки и делать много всего другого. Готовый текст можно отправить на почту, в социальные сети или просто сохранить на компьютере.
Из недостатков – распознает только качественную речь. Если запись была сделана на слабенький микрофон, то получить хороший результат не получится.
Плюсы:
- быстрая отправка результата на почту и в социальные сети;
- есть встроенный редактор;
- отлично и максимально точно справляется с хорошо записанной речью.
Минусы:
- плохо воспринимает некачественную запись.
Операционная система: Web
Ссылка на сервис: Dictation
oTranscribe
Бесплатный веб-сервис для ручной транскрибации текста. Работает как с аудио, так и видео, в том числе с YouTube-роликами. Открывает множество форматов: WAV, MP3, MPEG, WEBM и другие. Можно назначить горячие клавиши для управления воспроизведением. Есть автосохранение, простой текстовый редактор, интерактивные метки, упрощающие навигацию.
Плюсы:
- минималистичный редактор текста;
- автоматически сохраняет документ в формате HTML;
- для удобства пользования можно настроить горячие клавиши.
Минусы:
- нет автоматизации процесса, все нужно делать вручную.
Операционная система: Web
Ссылка на сервис: oTranscribe
Transcribe
Transcribe – это универсальный сервис, в котором можно расшифровать файл или самостоятельно надиктовать текст. Подписка стоит 20 долларов в год. Есть тестовый период на 7 дней, в течение которого можно безлимитно использовать ручную расшифровку и 30 минут пользоваться автоматической транскрибацией.
В редакторе готового текста можно расставить временные метки, а также прослушать интервью на замедленной скорости и исправить неправильно распознанные сервисом места.
Из особенностей можно отметить поддержку множества форматов – 3GP, AAC, AIF, AIFF, AMR, CAF, DSS, FLAC, M4A, MOV, MP3, MP4, OGG, WAV, WEBM, WMA, WMV. Максимальный размер файла – 6 Гб или 420 минут.
Плюсы:
- простой в управлении сервис;
- есть редактор текста в самостоятельной расшифровке;
- поддерживает ссылки с YouTube;
- есть таймкоды;
- файлы можно загрузить как с ПК, так и с облачных сервисов;
- есть подробная инструкция;
- поддерживает большое количество языков и диалектов;
- есть горячие клавиши для быстрой работы.
Минусы:
- платный функционал.
Операционная система: Web
Ссылка на сервис: Transcribe
Dragon Dictation
Dragon Dictation – платная программа для iOS-устройств, способная распознавать продиктованный текст с микрофона. Есть тестовый период на неделю, далее необходимо оформить подписку – $14.99 в месяц или $149 единоразово.
Плюсы:
- позволяет только диктовать текст;
Минусы:
- нельзя расшифровать файлы или ссылки из YouTube;
- платное приложение.
Операционная система: iOS
Ссылка на скачивание: Dragon Dictation
Speechnotes
Speechnotes – онлайн-сервис для браузеров и приложение для Android. В онлайн-версии расшифровка файлов платная – $0.1 за минуту. В приложении же есть бесплатный тестовый период, после его окончания нужно приобрести подписку за 69 рублей в месяц. Также в нем можно сохранять файлы в облако, отправлять их в соцсети и по почте. Онлайн-сервис воспринимает знаки препинания, а приложение распознает еще и смайлики.
Плюсы:
- сохраняет документ в форматах doc и txt, позволяет работать с PDF;
- простой интерфейс;
- есть редактор текста;
- более 50 языков.
Минусы:
- платный сервис.
Операционная система: Web, Android
Ссылка на сервис: Speechnotes, на Android: Speechnotes
Otter
Последний в нашем списке инструмент для расшифровки аудио в текст – это Otter. Работает только с английским языком, но у сервиса есть отличительная особенность: он может запоминать голос диктора – такая возможность позволяет разделять реплики в записях с несколькими собеседниками.
Также можно загрузить аудио или видео с английской речью, в результате чего сервис выведет текст. Некоторые спорные моменты из-за произношения могут расшифровываться неправильно.
Программа будет полезна, если вы работаете с англоязычными источниками.
Плюсы:
- есть функция запоминания голоса;
- бесплатный функционал;
- легко распознает аудио или видео на английском языке.
Минусы:
- работает только с английским языком.
Операционная система: Web, iOS
Ссылка на сервис: Otter
Заключение
Сегодня мы поговорили о лучших сервисах для расшифровки аудио. Каждый из них позволяет буквально в несколько кликов получить желаемый результат, но только в том случае, если исходный файл был в хорошем качестве. Если же запись была записана нечетко, то не все инструменты могут с этим хорошо справиться, особенно те, что доступны бесплатно.
Для кого предназначен этот инструмент?
Средство распознавания речи предназначено для тех, кто испытывает проблемы со здоровьем: глазами и/или спиной. Вы можете просто диктовать текст лежа на диване и не напрягая глаз.
Также это средство предназначено для людей, которые печатают медленно или просто слишком ленивы, чтобы печатать 🙂
Обнаружение и устранение проблем
Могут возникнуть следующие проблемы:
- Аппаратная проблема с микрофоном
- Браузер не поддерживает синтез речи (последняя версия “Chrome” поддерживает его)
- Нет разрешения доступа к микрофону
- Браузер слушает не тот микрофон
Для решения проблемы с разрешением доступа к микрофону нажмите на иконку камеры в адресной строке браузера (она появится, когда Вы нажмете на кнопку “Воспроизвести”), далее выставьте разрешение для использования микрофона и выберите необходимый микрофон из выпадающего списка.
В случае каких-либо других проблем, просто попробуйте перезагрузить браузер несколько раз или свяжитесь с нами, детально описав суть проблемы.
Зачастую журналистам, маркетологам, видеомонтажёрам и многим другим приходится в своей работе расшифровывать аудиозаписи и превращать их в текст. Делать это вручную — долго и сложно. Сэкономить время и силы помогают специальные сервисы — таких мы нашли три.
RealSpeaker
RealSpeaker помогает расшифровать речь на 38 языках, есть и русский. Сервис отличается простотой использования — достаточно выбрать язык и загрузить файл длительностью до 180 минут. После этого RealSpeaker покажет расчётное время, когда текст будет готов. В среднем, на двухминутный файл уходит примерно 30 секунд.
Далее заходим в «Мои медиа» и нажимаем кнопку «Транскрибировать». Готовый текст можно редактировать непосредственно в сервисе или скачать его в формате SRT или WebVTT, если вам нужен файл для субтитров к видео.
Бесплатно сервис переводит только первые 1,5 минуты записи. Далее минута обойдется в 8 рублей. Оплатить можно банковской картой.
Существенный недостаток RealSpeaker — в разделе «Мои медиа» сервис показывает не только ваши файлы, но и записи других пользователей. Так что про конфиденциальность данных здесь можно забыть.
Speechpad
Speechpad — один из первых отечественных сервисов по расшифровке речи. Бесплатно он обрабатывает только 15 минут записи. Для полноценной работы с сервисом в личном кабинете нужно приобрести подписку:
- 1 месяц — 100 рублей;
- 3 месяца — 250 рублей;
- 12 месяцев — 800 рублей.
Для работы с файлами пролистайте главный экран вниз и нажмите кнопку «+Транскрибацию». Выберите тип файла HTML5 audio и кликните на кнопку «Включить запись». Для удобства расшифровки сервис предлагает несколько опций. Вы можете включить защиту от шумов, запускать файл с определённых временных меток, управлять перемоткой и скоростью воспроизведения.
Обратите внимание: если в аудиозаписи возникают помехи или голос спикера становится нечётким, Speechpad может пропустить часть текста.
Speechtotext
Этот сервис бесплатно расшифровывает лишь десять минут аудиозаписи. Далее час распознавания речи обойдётся в 150 рублей.
Кроме того, у этого сервиса есть бот в Telegram. Правда, по времени он также ограничен десятью минутами. Бот поддерживает файлы до 20 МБ. Расшифровка занимает до 20 минут.
Пока что сервис работает только с русским языком. Однако команда разработчиков заверяет, что скоро добавит и другие языки. При этом Speechtotext стабильно выпускает обновления для улучшения сервиса. Кроме того, здесь предусмотрена служба поддержки, которая помогает пользователям решать проблемы с платформой.
Распознавание речи от «ВКонтакте»
Социальная сеть «Вконтакте» предлагает бесплатное решение — распознавание аудио с помощью нейросетей. Сервис обрабатывает два типа речи: спонтанную — когда говорящий использует сленг или даже нецензурную брань, и нейтральную — например, интервью или выступление.
Разработчики утверждают, что нейросеть может понять человека, даже если он говорит неразборчиво или на записи есть шумы. А ещё она умеет разбивать текст на предложения и ставить запятые.
Сервис работает только с файлами на русском языке. Загрузить можно только три формата: MP3, OGG или WAV. Записи до 100 минут в день можно распознать бесплатно.
Если вы снимаете видео и записываете аудио, вам нужно всё это
где-то
хранить и держать под рукой. Отличный вариант — облако «МТС Вторая память». Кстати, у вас есть в этом облаке аж 512 ГБ, если вы пользуетесь МТС Premium.
В данной статье мы сравним сервисы автоматической транскрибации, которые распознают речь на русском языке и принимают оплату из РФ. Для сравнения мы взяли часовой подкаст из ютуба и расшифровали его в текст вручную. Затем эту запись подкаста мы загрузили в сервисы автоматической транскрибации и сравнили результаты с эталонной ручной расшифровкой
Оглавление
- Как мы считали точность
- 1. Teamlogs.ru
- 2. Realspeaker.net
- 3. Apihost.ru
- 4. Speechtotext.ru
- Итоговая таблица
Как мы считали точность распознавания
Далее для каждого сервиса в сравнении мы указали результат по метрике WER. Частота ошибок в словах (Word Error Rate, WER) – это метрика, используемая в распознавании речи для оценки качества распознавания текста. WER измеряет процент ошибок в распознавании текста, выраженный в процентах от общего числа слов в исходном тексте.
Например, если исходный текст содержит 100 слов, а распознанный текст содержит 10 ошибок, WER будет равен 10%. Чем ниже WER, тем более точным является распознавание речи.
Помимо качества распознавания мы еще сравнили сервисы по следующим критериям:
- стоимость за минуту расшифровки,
- скорости обработки на примере часовой записи,
- наличие функции разбивки текста по спикерам,
- наличие встроенного редактора и его функциональность,
- возможность экспорта текста
Teamlogs.ru – онлайн-сервис транскрибации аудио и видео. Сервис принимает любые аудио- и видеофайлы и расшифровывает их в текст, автоматически расставляет знаки препинания и делит текст по спикерам.
Стоимость расшифровки начинается от 7 рублей за минуту при покупке от 90 минут и выше при покупке менее 90 минут. Новым пользователям дается 15 бесплатных тестовых минут.
Транскрибация тестового файла стоила 522 рубля (58 минут), обработка файла заняла 6 минут.
Дополнительно следует отметить встроенный редактор текста с прослушиванием аудио, который может быть полезен для ревью распознанного материала. Экспорт текста в форматах *.docx, *.xlsx, *.srt.
Результат теста:
-
Частота ошибок в словах: 5.31%
-
Скорости обработки на примере часовой записи: 6 минут
-
Наличие функции разбивки текста по спикерам: да
-
Наличие встроенного редактора: да, с функцией прослушивания аудио
-
Экспорт: *.docx, *.xlsx, *.srt
На что стоит обратить внимание:
-
Максимальный размер файла 800 мб
-
Аудиодорожка в редакторе хранится 30 дней
Realspeaker.net – онлайн сервис с выбором множества языков для транскрибации. Стоимость минуты – 8 руб, бесплатно можно распознать аудио до 90 секунд, максимальная длительность загружаемого файла – 180 минут. Расшифровка тестового файла заняла 20 минут и стоила 427 рублей.
После завершения процесса расшифровки сервис предлагает перейти в раздел “Мои медиа”, где среди различных файлов (!), вам необходимо найти свой. В данном разделе вы можете найти распознанные файлы всех пользователей данного сервиса. Текст мы получили без разбивки на спикеров.
Сервис позволяет редактировать полученный текст, но без прослушивания и без сохранения изменений. Позже, когда мы вернулись за своим файлом в сервис, мы не смогли его найти, поэтому на картинке скрин рандомного файла.
Полученный текст можно скопировать, либо скачать в форматах *.srt или *.vtt
Результат теста:
- Частота ошибок в словах: 23.79%
- Скорости обработки на примере часовой записи: 20 минут
- Наличие функции разбивки текста по спикерам: отсутствует
- Наличие встроенного редактора: есть, без прослушивания
- Экспорт: *.srt, *.vtt
На что стоит обратить внимание:
- Ваш текст окажется в открытом доступе, скачать его смогут все пользователи сайта
- Максимальный длительность файла 180 минут
Apihost – набор различных сервисов по работе с аудио и текстами, в числе которых есть и распознавание речи. Стоимость за минуту записи 2.4 руб, максимальный лимит на размер файла 200 мб. Чтобы загрузить файл бОльшего размера нужно писать на почту в поддержку. Стоимость транскрибации тестового файла составила 139,72 рублей, но заплатить пришлось 500 рублей, так как это минимальная сумма пополнения.
По скорости расшифровки: первая загрузка файла завершилась неудачей, сервис не отвечал в течение 15 минут, пришлось грузить повторно. Со второй попытки файл был переведен в текст за 6 минут.
Текст со знаками препинания, но без разбивки по спикерам. После транскрибации сервис не позволяет редактировать файл, его можно только посмотреть. Текст скачать можно как файл *.txt, *.doc или просто скопировать текст.
Результат теста:
-
Частота ошибок в словах: 15.68%
-
Скорости обработки на примере часовой записи: 6 минут
- Наличие функции разбивки текста по спикерам: отсутствует
- Наличие встроенного редактора: отсутствует
- Экспорт: *.txt, *.doc
На что стоит обратить внимание:
- Максимальный размер файла 200 мб
- Минимальная сумма пополнения от 500 рублей
Speechtotext.ru – онлайн-сервис по расшифровке аудио в текст, час распознавания здесь стоит 100 рублей, новым пользователям дают 10 тестовых минут. Сервис не позволяет загрузить файл, пока не пополнен счёт. Расшифровка тестового файла заняла 15 минут.
Также у данного сервиса есть телеграм-бот, но там лимит по размеру файла 20 мб.
Текст получился без разбивки на спикеров, онлайн-редактор есть, но без функции прослушивания, распознанный текст можно скачать в формате txt.
Результат теста:
- Частота ошибок в словах: 15.12%
- Скорости обработки на примере часовой записи: 15 минут
- Наличие функции разбивки текста по спикерам: отсутствует
- Наличие встроенного редактора: есть, без прослушивания
- Экспорт: *.txt
На что стоит обратить внимание:
- Перед загрузкой файла необходимо зарегистрироваться и пополнить счет
Итог
Мы подготовили сводную таблицу, в которой отображены результаты тестирования онлайн-сервисов для расшифровки речи в текст на русском языке. Эта таблица позволит ознакомиться с основными параметрами сервисов, такими как стоимость, качество расшифровки, наличие и функциональность редактора текста, возможности экспорта.
Надеемся, что данная таблица поможет вам выбрать подходящий сервис и облегчит вашу работу
В маркетинге нужно постоянно работать с текстом: описывать концепции и тезисы, составлять брифы, придумывать вовлекающие и продающие формулировки. Это часто приходится делать прямо на ходу, когда под рукой нет ноутбука. В таких случаях свежую идею удобно наговорить голосом.
Расскажу про инструменты, которые делают работу с устным текстом проще. Программы для преобразования речи в текст позволяют надиктовать короткую заметку или объёмную статью. А функция транскрибации аудио и видеофайлов помогает в расшифровке длинных интервью и переговоров.
| Что нужно сделать | Какой инструмент подойдёт |
| Надиктовать текст в браузере | Google Документы, Speech to Text BOT, Speechpad, Dictation |
| Надиктовать текст на смартфон | Google Keep, Dictation для iOS, Speechnotes для Android |
| Транскрибировать аудио и видео | Speechlogger, Vocalmatic, RealSpeaker, Google Документы, Speechpad, Dictation |
| Расшифровать аудио- и видеозапись вручную | Zapisano |
Для онлайн-конвертации голоса в текст
Онлайн-конвертеры помогают записывать текст голосом. Принцип таких сервисов примерно одинаков: вы чётко проговариваете слова, а система преобразует их в текст и записывает. Полученный результат, скорее всего, придётся отредактировать: проставить знаки препинания, проверить правильность написания сложных слов. Чтобы сократить объём редактуры, используйте высокочувствительный микрофон, медленно и разборчиво произносите слова.
Google Документы
Сервис Google Документы позволяет переводить устную речь в записанный текст. Это встроенная функция с поддержкой разных языков.
Для активации голосового ввода перейдите в раздел «Инструменты» и кликните на «Голосовой ввод».
Для использования голосового ввода в Google Документах не требуется установка плагинов
Затем нажмите на кнопку и говорите. Постарайтесь произносить слова медленно и чётко. Система умеет распознавать знаки препинания — просто говорите в нужных местах «Точка», «Запятая» и так далее. Также на русском языке можно использовать команды «Новая строка» и «Новый абзац». На английском языке перечень голосовых команд более обширный, полный список можно посмотреть в Справке.
Так выглядит результат голосового ввода от в Google Документах
Сервис неплохо конвертирует голос в текст при условии чёткого и правильного произношения. Но корректура всё равно может понадобиться — поправить регистр, проверить расстановку знаков препинаний и написание сложных слов.
Также в Google Документах можно транскрибировать аудио- и видеофайлы. Для этого включите воспроизведение файла на другом устройстве рядом с основным микрофоном. Способ работает, если речь в записи чёткая, разборчивая и не слишком быстрая. Для лучшего распознавания можно использовать замедленное воспроизведение.
Speech to Text BOT
Онлайн-сервис работает через браузер Chrome на десктопе и некоторых мобильных устройствах. Интерфейс интуитивно понятен: есть окно ввода текста, кнопка с микрофоном для запуска записи и список поддерживаемых команд.
Speech to Text BOT различает знаки препинания и заглавные буквы
Сервис поддерживает десятки разных языков. В настройках доступно форматирование текста: разные типа и размеры шрифта, написание предложений с заглавной буквы. Записанный текст можно редактировать, скачивать, отправлять в печать, копировать. Сервис неплохо переводит речь в текст при надиктовке, но не транскрибирует аудио- и видеофайлы, даже при их хорошем качестве.
Speechpad
Speechpad — удобный онлайн-блокнот для речевого ввода. Здесь можно надиктовывать текст на одном из пятнадцати доступных языков. Доступно параллельное форматирование текста: замена регистра, добавление знаков пунктуации и тегов. Запись речи включается и выключается по необходимости.
После диктовки в Speechpad получился почти точный текст
Speechpad поддерживает преобразование в текст аудио- и видеозаписей. Для этого кликните на кнопку «+Транскрибацию» под полем ввода. После обновления страницы загрузите нужный файл, укажите ссылку или ID видео с YouTube. При необходимости настройте параметры: качество и скорость воспроизведения, указание временных меток, защиту от шумов. После этого можно включать запись. Результат преобразования в текстовом формате появится в окошке блокнота на этой же странице.
При конвертации записи в текст можно настраивать скорость воспроизведения, чтобы результат был более точным
Можно установить расширение, чтобы использовать голосовой ввод в любом текстовом поле браузера. Также есть модуль интеграции с Windows, Mac или Linux.
Dictation
Индийский сервис Dictation поддерживает более 100 языков, включая русский. Принцип работы схож с Google Документами, но скорость распознавания выше. При надиктовке используйте команды «Новая строка» и «Новый абзац». Указание знаков препинания учитывается не всегда, но их можно проставить вручную при редактуре полученного текста.
При надиктовке в Dictation могут не распознаваться или неверно преобразовываться отдельные слова
Результат можно отформатировать и отредактировать, скопировать, сохранить, опубликовать, твитнуть, отправить по email или распечатать. Качество распознавания в Dictation позволяет транскрибировать аудио- и видеофайлы. Для этого нужно включить их воспроизведение рядом с микрофоном. Готовый текст потребует редактуры.
Для преобразования речи в текст на мобильных устройствах
Если нужно записать какую-то мысль или идею вдалеке от рабочего стола, используйте мобильные сервисы. С их помощью можно надиктовать текст, сохранить его или отправить в другое приложение.
Google Keep
Google Keep позволяет надиктовывать заметки голосом. Сервис преобразует речь в текст, который при необходимости можно отредактировать. Созданные заметки синхронизируются на разных устройствах одного аккаунта. Их можно открыть на телефоне или компьютере, через приложение или веб-версию, в Google Документах или в Gmail.
При записи текста голосом в Google Keep можно делать паузы
Заметки из Google Keep можно копировать в Google Документы и отправлять через email или в соцсети.
Dictation для iOS
Плюс этого приложения для iOS — в отсутствии ограничений по времени диктовки. Dictation поддерживает 40 языков, а надиктованный текст можно быстро перевести на другой язык.
В Dictation можно быстро писать заметки для соцсетей
Также приложение позволяет транскрибировать аудиофайлы. Все записи синхронизируются на разных устройствах при включенном iCloud. Надиктованными текстами можно делиться: отправлять в мессенджеры или по email.
Speechnotes для Android
Приложение Speechnotes работает на основе распознавания речи Google. Для начала записи достаточно кликнуть по кнопке микрофона и начать говорить. Некоторые знаки пунктуации можно озвучивать голосом, для других доступна встроенная клавиатура, которой можно пользоваться прямо в процессе надиктовки.
Результат надиктовки в Speechnotes требует совсем незначительной редактуры
Готовый текст можно отредактировать, сохранить, переслать, распечатать. В премиум-версии (от 1,5$) доступно создание клавиш для вставки самых используемых фраз.
Для автоматической транскрибации аудио и видео
Ручная расшифровка аудио- и видеофайлов, как правило, занимает много времени. Надо прослушать небольшую часть записи, сделать паузу, записать, снова включить запись — и так много раз. Если доверить расшифровку специализированным сервисам, получение результата займёт столько же времени, сколько длится запись, или даже меньше.
Speechlogger
Speechlogger преобразовывает голос в текст. Также его можно использовать как блокнот. В сервисе есть функция расшифровки аудио- и видеофайлов в форматах .aac, .m4a, .avi, .mp3, .mp4, .mpeg, .ogg, .raw, .flac, .wav.
Speechlogger работает с применением технологий искусственного интеллекта. При транскрибации автоматически проставляется пунктуация и временные метки. Для начала работы нужна авторизация через Google аккаунт.
В Speechlogger можно включить или отключить временные метки
Стоимость расшифровки — $0,1/минута. Минимальная сумма для пополнения баланса — $4,5. Время обработки соответствует длительности записи. Уведомление о готовности приходит на email. Точность расшифровки варьируется от 100 до 84% и зависит от качества записи.
Vocalmatic
В этом сервисе можно конвертировать в текст аудио- и видеофайлы. Vocalmatic поддерживает 100+ языков, в том числе и русский. Готовый текст можно подправить в онлайн-редакторе и сохранить в Word или Блокнот.
В редакторе Vocalmatic можно сразу отредактировать текст
Для новой учётной записи доступно 30 минут бесплатной расшифровки. Этого хватает, чтобы проверить качество готового текста. Час транскрипции стоит $15, но чем больше часов покупаешь единовременно, тем ниже цена.
RealSpeaker
Сервис позволяет транскрибировать аудио- и видеофайлы длительностью до 180 минут. Для запуска расшифровки нужно выбрать язык записи, загрузить файл и запустить процесс. Транскрибация платная — 8 руб./минута. Есть возможность потестировать сервис, поскольку 1,5 минуты расшифровки доступны бесплатно.
При транскрибации в RealSpeaker автоматически проставляются знаки препинания
Готовый текст можно подкорректировать в онлайн-редакторе, а затем скопировать или скачать в формате SRT или WebVTT. Стоит учитывать, что все результаты попадают в общее хранилище. Если в процессе загрузки файла оставить галочку «Сделать файл неудаляемым в течение 24 часов», то результат расшифровки нельзя удалить в течение суток. Если галочку убрать, то результат расшифровки можно удалить сразу после его копирования.
Для ручной расшифровки аудио- и видеозаписей
Результат автоматической расшифровки почти всегда требует доработки — проставить знаки препинания, подправить термины, заменить неверное написание отдельных слов. Если времени на доработку материала нет и нужна идеальная расшифровка, лучше доверить преобразование записей живым людям. Можно поискать частного специалиста или воспользоваться услугами специализированного сервиса.
Zapisano
Zapisano — сервис профессиональной ручной расшифровки аудио и видео: транскрибацией занимаются не машины, а люди. Это обеспечивает качественный результат, отсутствие «мусора» и верную пунктуацию. Помимо русского сервис поддерживает и некоторые иностранные языки.
При расшифровке файлов в Zapisano тексты сразу редактируют
Стоимость расшифровки зависит от сложности документа и временного периода. Так в категории «Стандарт» обработка файла стоит от 19 до 50 рублей за минуту, а длительность расшифровки варьируется от пяти до одного дня. Чем сложнее материал и выше срочность, тем дороже услуга. Можно самостоятельно просчитать стоимость при помощи тарифного калькулятора.
Ни один сервис с автоматическим преобразованием речи в текст не заменяет качественной ручной транскрибации. В большинстве случаев результат придётся редактировать. Но инструменты для перевода голоса в текст могут пригодиться при создании быстрых заметок, надиктовке объёмных материалов или черновой расшифровке записей.
ЭКСКЛЮЗИВЫ ⚡️
Читайте только в блоге
Unisender
Поделиться
СВЕЖИЕ СТАТЬИ
Другие материалы из этой рубрики
Не пропускайте новые статьи
Подписывайтесь на соцсети
Делимся новостями и свежими статьями, рассказываем о новинках сервиса
«Честно» — авторская рассылка от редакции Unisender
Искренние письма о работе и жизни. Свежие статьи из блога. Эксклюзивные кейсы
и интервью с экспертами диджитала.
