Расшифровка аудио в текст
Пришлите аудиофайл в Telegram — получите текст документом Word: с тайм-кодами и разделением по спикерам. Ниже — страницы под конкретные форматы: у каждого свои тонкости.
Страницы раздела
MP3 в текст
Самый частый формат записей — и самый простой случай.
Открыть →M4A в текст
M4A — формат «Диктофона» на iPhone и голосовых заметок Apple.
Открыть →WAV в текст
WAV пишут там, где качество звука имеет значение: студийные рекордеры, петлички, интервью «в поле».
Открыть →Голосовые Telegram
Голосовое на семь минут приходит не вовремя примерно всегда.
Открыть →Как перевести аудио в текст
Откройте бота
Расшифровка живёт в Telegram — там, где запись у вас чаще всего и лежит. Ни регистрации, ни загрузки «на сайт».
Пришлите файл
Файлом или голосовым, можно несколько подряд — встанут в очередь с живым статусом по каждому.
Заберите документ
Word с тайм-кодами и спикерами. Дальше кнопками: протокол, саммари, задачи, вопрос по тексту.
Что важно знать про аудио
- Форматы
- mp3, m4a, wav, ogg, opus, aac, flac, wma, amr — практически любой
- Спикеры
- реплики разделяются по голосам автоматически, с отметками времени
- Языки
- русский и английский, определяются сами; смешанная речь — тоже
- Лимиты
- до 2 ГБ и до 4 часов на файл; длинные записи разбейте на части
- Скорость
- час аудио — примерно 10 минут обработки
- Списание
- ровно длительность файла и только после успешной расшифровки
Качество записи решает больше, чем формат
Точность распознавания почти не зависит от того, mp3 у вас или wav. Зависит она от другого.
- Расстояние до микрофона. Телефон на столе в метре от говорящего — уже заметно хуже, чем в двадцати сантиметрах.
- Перебивания. Когда двое говорят одновременно, страдает и текст, и разделение по спикерам.
- Фон. Кафе, улица, гудящий кондиционер — главный враг. Тихая комната важнее дорогого микрофона.
- Битрейт. Всё, что выше 64 кбит/с, разницы уже почти не даёт: тратить место на 320 кбит/с ради расшифровки не нужно.