Аудио в текст: расшифровка записей на русском

Что здесь есть

Сайт про одну операцию: превратить звук в текст, с которым можно работать дальше. Мы не пересказываем рекламные страницы сервисов, а смотрим на то, что важно на практике: как сервис ведёт себя на русской речи, что происходит с длинной записью, разделяет ли говорящих, отдаёт ли тайм-коды и можно ли оплатить российской картой.

• Задачи — восемь типовых сценариев: от голосовых в мессенджере до протокола встречи.
• Обзоры сервисов — что умеет каждый и где у него предел.
• Сравнение — таблица по языку, длине файла, говорящим и оплате.
• Как выбрать — короткий разбор, что важно именно в вашем случае.

С чем сюда приходят

Что портит расшифровку чаще всего

Ошибки почти всегда одинаковые, и почти все чинятся до загрузки файла.

• Микрофон далеко. Запись с телефона на столе в переговорке даёт эхо и заваленные окончания — сервис начинает угадывать слова.
• Несколько человек в один микрофон. Разделение говорящих работает тем хуже, чем ближе тембры и чем чаще перебивают.
• Термины и фамилии. Их не угадает ни один движок: имена, названия компаний, латинские сокращения приходится править вручную.
• Файл целиком. Часть сервисов режет длинную запись по лимиту и молча отдаёт кусок — проверяйте конец текста.
• Фоновая музыка. На подкастах и роликах она снижает точность сильнее, чем уличный шум.

Как довести текст до документа

Расшифровка — это сырьё. Дальше текст обычно нужно превратить в конспект, протокол или статью: убрать слова-паразиты, собрать решения, расставить заголовки. Инструмент этого не делает — он выдаёт поток речи как есть. Эту часть удобно отдавать ИИ-агенту: он держит контекст всей записи и отвечает на вопросы по ней.

Частые вопросы