Транскрибация аудио в текст

Загрузите запись лекции, интервью или совещания и получите текст с абзацами, метками времени и разделением по говорящим. Его удобно читать, искать по нему и скачать в Word или PDF.

  • Запись удаляется сразу после распознавания
  • Делит речь по говорящим
  • Word, PDF, TXT, RTF, SRT
Тестовый режим. Расшифровка бесплатная, но пока с ограничениями: одна запись за раз, до 20 минут. Длинную лекцию разделите на части. Возможны задержки и ошибки.

Перетащите запись лекции, интервью или голосовое

MP3, M4A, WAV, OGG, OPUS, WebM, MP4 · до 20 минут

Запись удаляется сразу после распознавания, текст через сутки

Как пользоваться

Три шага

  1. 1

    Выберите аудио или видео. Лекцию можно записать прямо здесь на диктофон: после записи нажмите «В текст».

  2. 2

    Укажите язык и сколько человек говорит, отметьте согласие и нажмите «Расшифровать». Покажем место в очереди, вкладку можно закрыть.

  3. 3

    Читайте текст с метками времени и говорящими, ищите по нему, переименуйте говорящих и скачайте в Word, PDF или TXT.

Коротко

Что стоит знать

Речь распознаёт нейросеть Whisper на нашем сервере в России. Она сама расставляет точки, запятые и заглавные буквы, понимает термины и имена. Текст делится на абзацы по паузам, у каждого абзаца метка времени: по ней можно послушать это место.

Если говорят несколько человек, нейросеть различает их по голосу и подписывает реплики: «Говорящий 1», «Говорящий 2». Имена можно заменить, например на «Преподаватель» и «Студент», и они попадут в скачанный файл. Голоса сравниваются только внутри одной записи: кто именно говорит, сервис не определяет и ничего о голосах не хранит.

Это единственный инструмент Фолена, который работает не в браузере: распознавание лекции на телефоне заняло бы часы. Запись удаляется с сервера сразу после распознавания, текст хранится сутки, удалить его можно и раньше одной кнопкой. Записи никому не передаются, на них ничего не обучается.

Сейчас расшифровка работает в тестовом режиме: одна запись за раз, до 20 минут, до 5 записей в сутки. Видео любого веса можно загружать сюда же: звук из него достанет браузер. Длинную лекцию разделите на части по 20 минут. 20 минут записи обычно готовы за 5–10 минут.

Подробно

Как получить хороший текст из записи

Как записать лекцию, чтобы она хорошо распозналась

  • Садитесь ближе к преподавателю: с первых рядов речь звучит громче эха аудитории.
  • Положите телефон на стол микрофоном к лектору, а не в карман или сумку.
  • Выключите звук уведомлений: звонки и вибрация попадают в запись.
  • Записывайте в обычном качестве диктофона: M4A или MP3 подойдут, специальные настройки не нужны.

Что делать с длинной лекцией

В тестовом режиме одна запись может быть до 20 минут. Полуторачасовую пару удобно записывать частями: остановите диктофон и начните новую запись, например каждые 20 минут. Если запись уже длинная, разделите её в любом аудиоредакторе и загрузите части по очереди.

Разделение по говорящим

На интервью, семинаре или совещании текст подписывается по голосам: «Говорящий 1», «Говорящий 2». Точнее всего получается, если заранее выбрать, сколько человек говорит. Подписи легко переименовать прямо в тексте, и новые имена попадут в Word, PDF и остальные файлы.

Куда скачать текст

  • Word (DOCX): чтобы дописать конспект, выделить главное, сдать расшифровку.
  • PDF: чтобы читать с телефона и печатать.
  • TXT и RTF: для любых программ и старых версий Word.
  • SRT: субтитры к видео с точными метками времени.

Вопросы и ответы

Частые вопросы

Как перевести аудио в текст бесплатно?

Загрузите файл на этой странице, отметьте согласие и нажмите «Расшифровать». Регистрация не нужна, сейчас бесплатно расшифровываются записи до 20 минут, до 5 записей в сутки.

Как разделить текст по говорящим?

Перед расшифровкой выберите, сколько человек говорит, или оставьте «Сами определим». В тексте реплики будут подписаны «Говорящий 1», «Говорящий 2», а нажав на подпись, её можно переименовать.

Как перевести лекцию в текст?

Запишите лекцию на диктофон телефона или прямо на этой странице, загрузите файл и нажмите «Расшифровать». Когда текст будет готов, скачайте его в Word или PDF. В тестовом режиме запись принимается до 20 минут: длинную лекцию загрузите частями.

Насколько точно распознаётся речь?

Чистую речь лектора нейросеть распознаёт почти без ошибок, с пунктуацией. Хуже получаются шум, эхо большой аудитории, несколько человек одновременно и редкие фамилии: их стоит проверить по записи.

Какие форматы подходят?

MP3, M4A, WAV, OGG, OPUS, FLAC, AAC и видео MP4, MOV, WebM, MKV. Записи с диктофона телефона, голосовые из мессенджеров и записи созвонов тоже подойдут.

Куда уходит моя запись и что с ней будет?

На сервер Фолена в России. Запись удаляется сразу после распознавания, текст хранится сутки и удаляется автоматически. Кнопка «Удалить с сервера» стирает всё сразу.

Почему нужно ждать в очереди?

Распознавание идёт на двух конвейерах по очереди для всех. Мы показываем ваше место и примерное время, а результат будет доступен по ссылке, даже если закрыть вкладку.