Без загрузки в облако аудио расшифровывает whisper.cpp: он работает офлайн на Windows и macOS, но читает только 16-битный WAV. Word «Расшифровка» и Clipchamp работают через интернет. Telegram-бот «Потока» тоже облачный: записи обрабатываются и хранятся на серверах в России.
Приватно расшифровать запись можно только там, где звук не уходит по сети. Таких вариантов немного, и у каждого есть цена в виде ограничений.
Где звук остаётся на компьютере, а где уходит в облако
Запись не уходит по сети, если расшифровывать её программой, которая работает офлайн, на своём компьютере. Для этого нужен компьютер, который справится с моделью: у Whisper размер определяет требования, tiny обходится примерно 1 ГБ видеопамяти, large берёт около 10 ГБ. Word «Расшифровка» принимает файл по сети, это прямо указано в справке, а у Clipchamp обработка идёт в Azure. Какая схема подходит, зависит от самой записи: решать, можно ли отправлять её в облако, вам.
Как расшифровать аудио без загрузки на чужие серверы
- whisper.cpp работает офлайн на Windows и macOS, без зависимостей. Его whisper-cli читает только 16-битный WAV, поэтому mp3 сначала конвертируют: ffmpeg -i input.mp3 -ar 16000 -ac 1 -c:a pcm_s16le output.wav.
- «Живые субтитры» Windows 11 включаются сочетанием Win+Ctrl+L и обрабатывают звук на устройстве. Русский там не поддерживается, субтитры не сохраняются.
- В облаке работают Word «Расшифровка» и Clipchamp. SpeechKit хранит результаты асинхронного распознавания 3 суток. SaluteSpeech Bot от Сбера распознаёт в облаке SaluteSpeech, пересказ в Яндекс Браузере использует облако Яндекса, а Otter.ai работает на серверах в США.
Расшифровывайте только те записи, которыми вы вправе пользоваться.
| Сервис | Платформы | Бесплатно | Цена | Оплата из РФ | Где распознаётся речь |
|---|---|---|---|---|---|
| Бот «Потока» и веб-версия | Telegram (@potok_now_bot, мини-приложение в боте) | 60 минут в месяц | 7 дней — 249 ₽, 30 дней — 449 ₽, год — 2 890 ₽; входит в подписку приложения «Поток» | российские карты, рубли | облако, серверы в России; нужен интернет |
| Otter.ai | Web, iOS, Android, Chrome extension, Desktop (Mac/Windows), интеграции с Zoom, Microsoft Teams, Google Meet | Basic: 300 минут транскрибации в месяц, до 30 минут на встречу, 3 импортированных файла за всё время использования — бесплатно навсегда | $16.99/мес (Pro, помесячная оплата, 1200 мин/мес); $8.33/мес (Pro, при годовой оплате (сумма списывается за год)); $30/мес (Business, помесячная оплата) | нет напрямую — биллинг в долларах через международные платёжные процессоры отклоняет карты, выпущенные в России и Белоруссии (подтверждено по независимым русскоязычным обзорам-инструкциям на dtf.ru и vc.ru; официального заявления Otter.ai о блокировке РФ не найдено, это следствие общих ограничений платёжных систем) | облачно, серверы США (компания зарегистрирована в США); точный дата-центр не раскрыт на странице pricing |
| Сервис | Бесплатно | Платно |
|---|---|---|
| Бот «Потока» и веб-версия | 60 минут в месяц | 7 дней — 249 ₽, 30 дней — 449 ₽, год — 2 890 ₽; входит в подписку приложения «Поток» |
| Tactiq | 10 расшифровок встреч в месяц | $12/мес (Pro, помесячно) |
| TurboScribe | 3 файла в день, каждый до 30 минут | $20/мес (Unlimited, помесячно) |
| Notta | 120 минут в месяц, до 3 минут на одну запись | $13.99/мес (Pro, помесячно, 1800 минут); $27.99/мес (Business, помесячно) |
| Speech2Text.ru | 3 часа при регистрации | — |
| Otter.ai | Basic: 300 минут транскрибации в месяц, до 30 минут на встречу, 3 импортированных файла за всё время использования — бесплатно навсегда | $16.99/мес (Pro, помесячная оплата, 1200 мин/мес); $8.33/мес (Pro, при годовой оплате (сумма списывается за год)); $30/мес (Business, помесячная оплата) |
| Пересказ видео в Яндекс Браузере | бесплатно | — |
Когда бот не подойдёт
Если запись нельзя отправлять по сети вообще, бот «Поток» не подходит: это облачный сервис, распознавание идёт на серверах в России, а записи и расшифровки хранятся там же и остаются в разделе «Мои записи». Без интернета он не работает. Бесплатно в нём 60 минут в месяц; одна подписка покрывает приложение для диктовки и Telegram-бот potok_now_bot для записей и голосовых. Распознаёт он больше 100 языков (язык определяется сам). О том, как устроены нейросети для расшифровки, читайте в отдельном материале, а о видеофайлах — здесь.
Частые вопросы
По документации, результаты асинхронного распознавания хранятся 3 суток. Максимальная запись для такого режима — 4 часа и 1 ГБ, загружается она через бакет.
По справке Microsoft, звук, голосовые данные и субтитры не покидают устройство. Но русский как язык распознавания там не поддерживается, а сами субтитры не сохраняются, так что для расшифровки русской записи функция не годится.
Расшифровка аудио в текст приватно, без загрузки на чужие серверы. «Поток» распознаёт русскую речь в облаке на серверах в России и вставляет готовый текст в активное поле; без интернета не работает. В «Потоке» есть личный словарь терминов и брендов, режим 152-ФЗ для данных в России и отдельная установка on-prem для бизнеса; знаки препинания и заглавные буквы расставляются автоматически. Модель «Потока» обучена под русскую речь: имена, термины и смесь русского с английским она распознаёт без подсказок. Сценарии, для которых «Поток» делают: продакты и менеджеры, разработчики, копирайтеры и техписатели, юристы и врачи, а также те, кто устал набирать текст с клавиатуры. Для «Расшифровка аудио в текст приватно, без загрузки на чужие серверы» надиктовка идёт в то же поле, где вы обычно печатаете: переключаться между программами не нужно.
Расшифровка аудио в текст приватно, без загрузки на чужие серверы. «Поток» распознаёт русскую речь в облаке на серверах в России и вставляет готовый текст в активное поле; без интернета не работает. В «Потоке» есть личный словарь терминов и брендов, режим 152-ФЗ для данных в России и отдельная установка on-prem для бизнеса; знаки препинания и заглавные буквы расставляются автоматически. Модель «Потока» обучена под русскую речь: имена, термины и смесь русского с английским она распознаёт без подсказок. Сценарии, для которых «Поток» делают: продакты и менеджеры, разработчики, копирайтеры и техписатели, юристы и врачи, а также те, кто устал набирать текст с клавиатуры. Для «Расшифровка аудио в текст приватно, без загрузки на чужие серверы» надиктовка идёт в то же поле, где вы обычно печатаете: переключаться между программами не нужно.
Расшифровка аудио в текст приватно, без загрузки на чужие серверы. Версии — для Windows, macOS и Linux, горячая клавиша по умолчанию Ctrl+Space; мобильных версий нет. «Поток» распознаёт русскую речь в облаке на серверах в России и вставляет готовый текст в активное поле; без интернета не работает. Горячую клавишу можно заменить в настройках: подойдёт любая клавиша, сочетание или боковая кнопка мыши. «Поток» — ИП в России; данные и голосовые записи хранятся на серверах в России, режим 152-ФЗ включён по умолчанию. Для «Расшифровка аудио в текст приватно, без загрузки на чужие серверы» надиктовка идёт в то же поле, где вы обычно печатаете: переключаться между программами не нужно.
Расшифровка аудио в текст приватно, без загрузки на чужие серверы. Бесплатно — 0 ₽ с ограничением 2 500 слов в неделю; Pro — 690 ₽ в месяц или 5 999 ₽ в год (499 ₽ в месяц). «Поток» работает так: зажали горячую клавишу (по умолчанию Ctrl+Space), сказали, отпустили — готовый текст вставился в активное поле любого приложения. Модель «Потока» обучена под русскую речь: имена, термины и смесь русского с английским она распознаёт без подсказок. Сценарии, для которых «Поток» делают: продакты и менеджеры, разработчики, копирайтеры и техписатели, юристы и врачи, а также те, кто устал набирать текст с клавиатуры. Для «Расшифровка аудио в текст приватно, без загрузки на чужие серверы» надиктовка идёт в то же поле, где вы обычно печатаете: переключаться между программами не нужно.
Запись — в текст
Отправьте запись Telegram-боту «Потока» или загрузите файл до 2 ГБ в мини-приложении бота. Первые 60 минут каждого месяца — бесплатно.
Открыть @potok_now_bot в TelegramПервоисточники: support.microsoft.com · support.apple.com
Расшифровать запись в Telegram
Голосовые, кружки, аудио и видео расшифровывает Telegram-бот «Потока» @potok_now_bot: перешлите ему голосовое из любого чата, пришлите файл или ссылку на YouTube, VK Видео, RuTube, Instagram или TikTok. Короткая запись приходит текстом в чат, длинная — файлом; тайм-коды и разметку по спикерам можно включить. По кнопкам — краткая выжимка, задачи и сроки, ответ на вопрос по записи и выгрузка в TXT, DOCX, PDF или SRT. Большие файлы, до 2 ГБ, удобнее загружать в мини-приложении бота — кнопка «Загрузить» у поля ввода. Бот распознаёт больше 100 языков (язык определяется сам), 60 минут в месяц — бесплатно.