Видео в текст на русском онлайн переводят автосубтитры YouTube, Speech2Text.ru, Word, Clipchamp и облачный Yandex SpeechKit, чей асинхронный режим принимает записи до 4 часов. По ссылке на YouTube, VK Видео или RuTube русскую речь расшифровывает Telegram-бот «Потока» @potok_now_bot.
Нейросетей для расшифровки видео много, но их условия различаются: где считается, какой длины запись и на каком языке. Ниже термины, которые встречаются в описаниях сервисов.
Термины: автосубтитры, режимы, модели
- Автосубтитры — распознавание речи на YouTube. Русский в списке языков есть. Качество сильно зависит от произношения, акцента, диалекта и посторонних шумов.
- Облачная расшифровка файла — когда видео загружают в сервис. Так работают Word и Clipchamp: интернет нужен обоим. Word принимает mp4, Clipchamp отдаёт файл субтитров .SRT, язык на видео один.
- Синхронный и асинхронный режим — у Yandex SpeechKit. Синхронный годится для записей до 30 секунд и 1 МБ, асинхронный принимает до 4 часов и до 1 ГБ. В финальной обработке он ставит пунктуацию и пишет числа цифрами.
- Локальная модель — Whisper. Версия large-v3 знает 99 языков и работает окнами по 30 секунд, а размер моделей определяет, сколько нужно видеопамяти: от 1 ГБ до 10 ГБ.
- Онлайн-сервис с русским: Speech2Text.ru в браузере, у Transkriptor русский подтверждён справкой.
Как выбрать нейросеть для видео на русском
Если ролик на YouTube, начните с автосубтитров: они уже есть или нет. Если видео лежит файлом, выбирайте между веб-сервисом и локальной моделью. Веб-сервису нужен интернет, модель на своём компьютере от сети не зависит.
Для разработчика подойдёт Yandex SpeechKit: у него есть пределы по размеру и длине, а асинхронные результаты живут 3 суток. Если нужен текст по ссылке с площадки, пришлите её боту @potok_now_bot: он принимает YouTube, VK Видео и RuTube. Посмотреть другие варианты можно в обзоре нейросетей для перевода речи в текст и в разборе расшифровки видео из VK.
| 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 |
| Transkriptor | Web | 10 минут при регистрации, лимит 2 мин/день (по данным локализованного российского сайта transkriptor.ru); на международном сайте transkriptor.com заявлен бесплатный пробный период (по вторичным источникам — до 90 минут, официальная страница pricing не была доступна напрямую из-за таймаута загрузки) | 490 ₽/разово (Старт, 150 минут (transkriptor.ru)); 790 ₽/разово (Про, 700 минут (transkriptor.ru)); 1900 ₽/разово (Премиум, 2100 минут (transkriptor.ru)) | да, на локализованном сайте transkriptor.ru — банковские карты Visa/Mastercard/МИР без комиссии, СБП по QR без комиссии, ЮMoney с комиссией 3%; платежи разовые (без подписки), обрабатываются через сервис KASSA. Международный сайт transkriptor.com предположительно выставляет счета в долларах — не подтверждено напрямую (таймаут при попытке открыть страницу pricing) | не раскрыто |
| Speech2Text.ru | Web | 3 часа при регистрации | — | не раскрыто | не раскрыто |
Когда бот не подойдёт
«Поток» — облачный сервис, распознавание на серверах в России; без интернета не работает. Бот @potok_now_bot распознаёт больше 100 языков (язык определяется сам), перевода в нём нет, а запись приходит текстом в чат или файлом. Для офлайна нужна локальная модель вроде Whisper. Подписка общая: приложение для диктовки и бот для записей и голосовых.
Частые вопросы
Результаты асинхронного распознавания в Yandex SpeechKit хранятся 3 суток. Синхронный режим рассчитан на записи до 30 секунд и 1 МБ, асинхронный принимает до 4 часов и до 1 ГБ через бакет.
Да. На карточке Whisper large-v3 сказано, что модель может выдавать «выдуманные» фразы и повторы. Для длинных файлов она работает окнами по 30 секунд, поэтому запись режут на части.
Видео в текст. «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 «Видео в текст» надиктовка идёт в то же поле, где вы обычно печатаете: переключаться между программами не нужно.
Видео в текст. «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 «Видео в текст» надиктовка идёт в то же поле, где вы обычно печатаете: переключаться между программами не нужно.
Видео в текст. 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 «Видео в текст» надиктовка идёт в то же поле, где вы обычно печатаете: переключаться между программами не нужно.
Видео в текст. 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 «Видео в текст» 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 Telegram
Встроенная диктовка и «Поток»
| Средство | Где работает | Русский язык | Где распознаётся речь |
|---|---|---|---|
| Поток | Windows, macOS, Linux | основной язык | облако, серверы в России, без интернета не работает |
| Голосовой ввод Windows (Win+H) | Windows 10 и 11 | только в Windows 11 | облако Microsoft, без интернета не работает |
| Диктовка macOS | macOS | есть | на устройстве или на серверах Apple |
Первоисточники: 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.