Коротко: какой инструмент под какую задачу
Какая программа для транскрибации нужна, обычно видно по задаче:
- Готовые файлы: интервью, встречи, лекции. Онлайн-сервис в браузере: без установки, со спикерами (разделением по говорящим) и таймкодами (отметками времени).
- Запись нельзя выпускать с компьютера. Программа на компьютере на открытой модели (её можно скачать и запустить у себя), если есть мощный компьютер и время на настройку.
- Нужно надиктовать заметку. Диктовка в системе или в клавиатуре телефона.
- Встреча ещё впереди. Встроенный конспект программы видеосвязи, если он есть на вашем тарифе.
Какие бывают программы для транскрибации
Онлайн-сервис в браузере
Файл загружается на сайт, текст открывается в личном кабинете. Установка и мощный компьютер не нужны, часто хватает браузера телефона. Обычно такие сервисы делят речь по спикерам, ставят таймкоды и выгружают документ. Оплата идёт за минуты или по подписке, а запись уходит с вашего устройства.
Приложение на телефоне
Удобно, если записываете на тот же телефон. Проверьте всё то же, что у онлайн-сервиса, и ещё одно: где идёт распознавание, на телефоне или на сервере. Длинный текст на маленьком экране править неудобно, поэтому узнайте, открывается ли расшифровка на компьютере.
Диктовка в системе
Голосовой ввод есть в Windows, в клавиатуре телефона и в Google Документах. В Windows он вызывается сочетанием Win + H и, по справке Microsoft, требует интернет и микрофон. Готовый файл в диктовку не загрузить, спикеров и таймкодов нет. Для заметок этого хватает, для интервью нет.
Конспект в программе видеосвязи
Работает только для встреч внутри этой программы, включается заранее и есть не на всех тарифах. Когда его хватает, смотрите в статье «Расшифровка встречи».
Программа на компьютер: что нужно для запуска
Программы, которые распознают речь прямо на компьютере, чаще всего построены на открытой модели Whisper. Запись не уходит с компьютера, лимита минут нет, но нужны мощный компьютер и время на настройку:
- Видеокарта. По описанию модели ей нужно около 1–10 ГБ видеопамяти (памяти самой видеокарты) в зависимости от размера: маленькие версии быстрее, крупные ошибаются реже.
- Без видеокарты долго. В замере одной из открытых реализаций исходная версия модели на восьми потоках настольного процессора расшифровала 13 минут записи маленькой моделью почти за 7 минут.
- Установка. Исходная версия ставится через Python (язык программирования) и ffmpeg (бесплатная программа для работы со звуком и видео) и запускается из командной строки: команды вводятся текстом, кнопок нет.
- Спикеры и правка. В исходной версии нет ни разделения на спикеров, ни редактора. Их, как и окно с кнопками, добавляют сторонние надстройки, которые придётся выбирать и проверять самому.
Такой вариант оправдан, когда записи нельзя передавать никому или их очень много. Для пары интервью в месяц настройка может отнять больше времени, чем вся расшифровка.
Чек-лист: что проверить перед выбором
Пройдитесь по списку до оплаты. В правом столбце указано, как это устроено в Scribly.
| Что проверить | На что смотреть | В Scribly |
|---|---|---|
| Форматы | берёт ли запись диктофона, звонка и видео без конвертации | AAC, AIF, AIFF, AMR, FLAC, M4A, MP3, OGG, OPUS, WAV, WMA, MP4, MOV, MKV, WEBM, AVI, M4V, WMV, ASF |
| Длина и размер файла | лимит на один файл, а не только минуты в месяц | на бесплатном тарифе до 1 часа и до 1 ГБ, на платных до 5 часов и 1,5–2 ГБ |
| Спикеры | есть ли на вашем тарифе, можно ли указать число спикеров | на всех тарифах, число можно указать |
| Таймкоды | есть ли у каждой реплики | у каждой реплики |
| Правка | исправить слово, дать спикеру имя, перенести реплику | всё это в кабинете; имя меняется во всех репликах спикера |
| Выгрузка | Word, PDF, простой текст, субтитры | DOCX (Word), PDF, Markdown, TXT и файлы субтитров SRT и VTT на всех тарифах |
| Языки | нужный язык, узнаёт ли язык сам, смешанная речь | больше 60; язык узнаёт сам, можно задать ожидаемые; перевода нет |
| Слова-подсказки | можно ли заранее задать фамилии и термины | есть, общий словарь рабочей области |
| Хранение | сколько хранятся файл и текст, можно ли удалить их самому | файл удаляется сразу после отправки, текст хранится до 180 дней в зависимости от тарифа |
| Оплата | поминутно, подписка или бесплатный объём; что сгорает | 120 минут при регистрации, затем 30 минут каждые 30 дней бесплатно; платные тарифы на 30 дней |
| Карта для пробы | нужна ли на бесплатном тарифе | не нужна |
| Установка | нужны ли программа, видеокарта, интернет | только браузер и интернет, подойдёт и телефон |
| Как подать запись | файл, ссылка, созвон, несколько файлов разом | только файл, по одному; ни по ссылке, ни с созвона |
Как проверить инструмент на своём файле
Проверять надо на обычных записях: демо на сайте звучит чисто. На проверку обычно хватает получаса:
- Возьмите типичную запись, а не лучшую: созвон с шумом, интервью в кафе, лекцию с последнего ряда. Хватит 10–20 минут, если в них попал самый трудный кусок.
- Задайте язык, число спикеров и термины. Если инструмент этого не умеет, отметьте это.
- Сверьте трудные места по таймкодам: фамилии, цифры, аббревиатуры, перебивания, иностранные слова.
- Проверьте спикеров. Не слились ли похожие голоса, не разбит ли один человек на двоих. Дайте им имена и перенесите реплику.
- Выгрузите текст туда, где будете с ним работать, и убедитесь, что правки попали в файл.
- Засеките вычитку и умножьте на свой объём записей в месяц. К цене тарифа прибавьте это время.
Несколько инструментов сравнивайте на одном файле с одинаковыми настройками. Как подготовить запись, чтобы править меньше, смотрите в статье «Как перевести аудио в текст».
Что умеет Scribly и чего в нём нет
Scribly — онлайн-сервис для готовых записей. Он работает в браузере на компьютере и на телефоне, отдельной программы и приложения нет, а запись диктофона можно загрузить прямо с телефона. Пока у спикера нет имени, он подписан номером. Имя даётся в готовой расшифровке и меняется во всех его репликах.
На тарифах «Про» и «Бизнес» есть ещё выжимка, или TL;DR: короткий пересказ с главными мыслями, решениями и следующими шагами. Там же есть общая рабочая область, то есть пространство в кабинете, куда можно пригласить коллег: 3 места и 10 мест соответственно.
Чего нет ни на одном тарифе:
- Расшифровки по ссылке. Нужен сам файл. Как его достать, смотрите в статье «Как перевести видео в текст».
- Подключения к созвонам. Сервис не заходит во встречу и ничего не записывает, бота в мессенджерах тоже нет.
- Перевода и плеера. Место в записи ищется по таймкоду в вашем проигрывателе.
- Загрузки пачкой. Файлы загружаются по одному.
Сколько стоит: поминутно, подпиской или бесплатно
Моделей оплаты три:
- Поминутная оплата подходит для редких записей. Узнайте, списываются ли минуты, если обработка не удалась.
- Подписка выгодна при регулярной работе. Проверьте, сгорает ли остаток в конце периода и как отключить продление.
- Бесплатного объёма хватит на пробу. Проверьте лимит на один файл и не показывают ли бесплатно только начало текста.
В Scribly 120 минут при регистрации не сгорают, затем бесплатный тариф даёт 30 минут каждые 30 дней на файлы до 1 часа, без банковской карты. Для регулярной работы есть платные тарифы с нормой минут на 30 дней, цены на странице тарифов.
Минуты списываются за готовую расшифровку или распознанную запись без речи, а при ошибке остаются на счёте.
Где обрабатывается запись и сколько хранится
Онлайн-сервис получает запись целиком. До загрузки интервью или разговоров с клиентами посмотрите в политике обработки персональных данных, кто обрабатывает запись и сколько хранятся файл и текст.
В Scribly исходный файл удаляется из сервиса сразу после отправки на распознавание. Для распознавания запись передаётся поставщику распознавания речи, порядок обработки описан в политике. Текст хранится до 180 дней в зависимости от тарифа, на бесплатном до 60 дней, удалить его можно в любой момент.
Если запись нельзя передавать никому, остаётся программа на своём компьютере.