Voicepad · аудио в текст

Перевести аудио в текст онлайн бесплатно

Запись с диктофона после пары, голосовая заметка в MP3, файл M4A из приложения «Диктофон», WAV с рекордера. Нужен текст, а ставить программу или заводить аккаунт на очередном сайте ради одного файла не хочется. Если есть Telegram, короче всего отправить аудио боту Voicepad: он вернёт текст с таймкодами, а если говорили несколько человек, разметит реплики по спикерам. Бесплатная часть честная, но небольшая: 15 минут записи в месяц. Ниже написано, на что их хватает и что делать, когда не хватает.

Как перевести аудиофайл в текст

  1. Откройте @Voicepad_bot и нажмите «Начать». Регистрации нет, нужен только Telegram.
  2. Отправьте аудио файлом в личку боту: MP3, M4A, WAV, OGG, OPUS и любой другой формат, который понимает ffmpeg, размером до 2 ГБ. На телефоне это скрепка, затем «Файл»; на компьютере достаточно перетащить файл в окно чата.
  3. Подождите. Запись на несколько минут готова примерно за минуту, часовая обрабатывается пропорционально дольше.
  4. Прочитайте текст с таймкодами. Реплики разных людей помечены как Спикер 1 и Спикер 2.
Под текстом кнопки: «Конспект» для короткого пересказа, «Задачи», если в записи раздавали поручения, «Вопрос» по содержанию, «Статья» и «Пост», а также файлы DOCX, TXT и SRT. Последние десять расшифровок лежат в /history, команда /delete убирает их.
Перевести аудио в текст

Что значит «бесплатно»

Каждый месяц 15 минут записи без оплаты и без карты, в них входят конспект и один вопрос по записи. Это три или четыре голосовые заметки, короткое интервью или фрагмент лекции, но не часовая запись. На записи длиннее нужен пакет: 60 минут за 199 ₽, 300 минут за 690 ₽, 1000 минут за 1990 ₽. Минуты не сгорают и списываются по длительности записи. Оплата любой банковской картой в браузере, команда /buy. Если хочется сначала посмотреть на качество, отправьте короткий отрывок, бесплатных минут на это хватит.

Откуда берётся аудио

Диктофон на телефоне: iPhone сохраняет записи в M4A, на Android формат зависит от приложения, но обычно это тоже M4A или OGG. Конвертировать ничего не нужно: в приложении диктофона нажмите «Поделиться» и выберите чат с ботом в Telegram. Рекордеры и микшеры отдают WAV, файлы тяжёлые, но в 2 ГБ помещается несколько часов. Голосовые из других мессенджеров экспортируются в OPUS или M4A и принимаются так же, отдельно расписано про голосовые из WhatsApp. Звук из видео вытаскивать не нужно: отправьте сам файл MP4 или MOV. Запись, которая уже выложена на YouTube, VK Видео или RuTube, отправляется ссылкой.

Качество распознавания

Распознавание работает на ElevenLabs Scribe v2. В нашем тесте на русском клипе с терминами ошибок вышло примерно вдвое меньше, чем у ботов на Whisper: те превратили «бэкенд» в «бэкинг». Язык выбирать не нужно, он определяется автоматически, лучше всего русский и английский, речь вперемешку тоже проходит. Остальное решает сама запись. Диктофон на столе рядом с говорящим даёт почти чистый текст, диктофон в кармане или в дальнем углу аудитории даёт пропуски. Имена, цифры и редкие слова стоит сверить с записью, таймкоды в тексте как раз для этого.

Вопросы

Нужно ли что-то устанавливать или регистрироваться?

Нет. Бот живёт в Telegram, достаточно открыть с ним чат. Отдельного аккаунта, почты и карты не нужно.

Какие форматы аудио принимаются?

MP3, M4A, WAV, OGG, OPUS и другие форматы, которые понимает ffmpeg. Видео MP4 и MOV тоже, бот возьмёт из них звук. Размер до 2 ГБ.

Сколько минут бесплатно и что потом?

15 минут в месяц с конспектом и одним вопросом по записи. Потом пакеты от 199 ₽ за 60 минут, минуты не сгорают.

Можно ли отправить аудио с компьютера?

Да, в Telegram на компьютере или в браузере перетащите файл в чат с ботом. Лимит тот же, 2 ГБ.

Как получить текст файлом?

Кнопки DOCX и TXT под расшифровкой. SRT, если нужны субтитры с таймкодами.

Что с записями после расшифровки?

Расшифровки видны в /history, там последние десять. Команда /delete удаляет ваши расшифровки.

Другие инструкции

Голосовое в текст, голосовое из WhatsApp в текст, запись встречи в протокол, расшифровка интервью, конспект лекции, расшифровка подкаста, сравнение ботов для расшифровки.

Voicepad: голосовые, аудио и видео в текст в Telegram. 15 минут в месяц бесплатно.