Транскрибация аудио в текст онлайн

Транскрибация аудио нужна, когда запись уже есть, а слушать её второй раз некогда. Например, сорокаминутное интервью с клиентом или созвон, сохранённый из Zoom. Вы загружаете файл, Salvio переводит русскую речь в текст, делит его по собеседникам и пишет короткие итоги.

Транскрибация аудио в текст онлайн за 3 шага

1. Загрузите файл в форму вверху страницы или в веб-кабинет app.salvio.io.
2. Зарегистрируйтесь по email. Первые 30 минут бесплатно.
3. Откройте результат. Часовая запись обычно готова за несколько минут: полный текст с пометками, кто говорит, и итоги по сценарию.

Сценарий определяет, какие разделы будут в итогах. Его выбирают в профиле до загрузки. Для интервью с клиентом подойдёт «Встреча с клиентом», для записи совещания «Планёрка / совещание».

Транскрибация аудио онлайн: какие файлы подходят

Salvio принимает mp3, m4a, wav, ogg и другие популярные аудиоформаты. Конвертировать заранее ничего не нужно.

Источник	Что загружать
диктофон в телефоне	файл записи, на iPhone это обычно m4a
кнопочный диктофон	mp3 или wav, скопированный на компьютер
Zoom	аудиодорожка записи, Zoom сохраняет её отдельным m4a
Plaud и другие ИИ-диктофоны	mp3 или wav, выгруженный из приложения устройства
запись звонка	файл, который сохранил телефон или сервис телефонии

Зум транскрибация так и делается: запись встречи сохраняете в самом Zoom, а m4a загружаете сюда. Подключаться к созвону ботом Salvio не умеет, он работает с готовым файлом. Как достать запись из разных диктофонов, подробно описано на странице транскрибация диктофона.

Как подготовить аудиофайл, чтобы не переплачивать

Прежде чем сделать транскрибацию, посмотрите на сам файл. Качество текста зависит от звука больше, чем от сервиса.

• Берите исходный файл. Копия, которую несколько раз пересылали и пережимали, звучит глуше, и фамилии в ней распознаются хуже.
• Обрежьте тишину. Минуты списываются по длительности записи. Если диктофон двадцать минут писал пустой кабинет до начала встречи, отрежьте этот кусок в любом аудиоредакторе, и платить за него не придётся.
• Не склеивайте разные разговоры. Интервью с тремя клиентами лучше загрузить тремя файлами. Итоги по каждому получатся отдельными, и договорённости одного клиента не смешаются с другим.

Цифры, суммы и фамилии в любой автоматической транскрибации стоит сверить со звуком, прежде чем отправлять текст дальше. Особенно если в этот момент говорили двое сразу.

Длинные записи и запись с телефона

Двухчасовое совещание или выездная сессия загружаются одним файлом, резать их на куски не нужно. Обработка займёт больше времени, чем у короткой записи.

Если записи ещё нет, её проще сделать сразу в Salvio. Приложение для Android есть в RuStore, версия для iPhone на модерации в App Store. В приложении для транскрибации запись включается одной кнопкой, идёт при заблокированном экране и без интернета, а когда связь появится, файл сам уйдёт на обработку. Загружать ничего не придётся.

Транскрибация по собеседникам

Сплошной текст разговора троих людей читать почти невозможно. Salvio делит расшифровку по собеседникам, поэтому сразу видно, где говорит клиент, а где ваш коллега.

Возьмём маркетолога, который провёл десять интервью с покупателями. Он загружает файлы вечером, а утром выписывает цитаты клиентов, не путая их с собственными вопросами. Если фраза звучит странно, её можно сверить с аудио: оно хранится рядом с текстом.

Что делать с текстом после транскрибации

Полная расшифровка часовой записи занимает много страниц. Поэтому рядом с ней Salvio кладёт итоги по сценарию из профиля:

• встреча с клиентом: контекст, потребности клиента, договорённости, итог и следующий шаг;
• собеседование: кандидат и позиция, опыт, сильные стороны, риски, ожидания по деньгам, вердикт;
• планёрка или совещание: темы, решения, задачи с ответственным и сроком, блокеры, следующая встреча;
• переговоры с поставщиком: предмет, условия и цены, сроки и логистика, риски, договорённости;
• свободная заметка: кратко, важные моменты, что сделать.

Отдельного сценария для исследовательских интервью нет. Маркетологу из примера выше лучше подходит «Встреча с клиентом»: потребности клиента в итогах и есть то, ради чего он проводил интервью. Итоги одного такого разговора с владелицей небольшой пекарни выглядят примерно так (пример выдуманный):

• Контекст. Пекарня на две точки, упаковку заказывают раз в месяц у одного поставщика.
• Потребности клиента. Коробки под торты разных размеров, доставка в течение недели, счёт на юрлицо.
• Договорённости. Отправить образцы двух размеров и прайс до конца недели.
• Итог и следующий шаг. Готова сравнить с текущим поставщиком, созвон после того, как получит образцы.

Десять таких выжимок читаются за четверть часа, и повторяющиеся потребности видны сразу.

Результатом можно поделиться. Salvio создаёт публичную ссылку на запись, и вы решаете, что по ней открыть: только итоги, текст или ещё и аудио. Руководителю хватит итогов, а коллеге, который будет писать отчёт, откройте текст целиком.

Автоматическая транскрибация или локальная

Локальная транскрибация. Whisper это открытая модель распознавания речи от OpenAI, её запускают на своём компьютере. Buzz это бесплатная программа, которая даёт работать с Whisper без командной строки. Звук никуда не уходит, сама транскрибация бесплатна. Зато нужен мощный компьютер, часовой файл на слабом ноутбуке обрабатывается долго, а сам Whisper не делит речь по собеседникам и итогов не пишет. Whisper транскрибация хороша, если вы готовы повозиться с настройкой и нужен только сырой текст.

Онлайн-сервисы. Транскрибация текста онлайн идёт на сервере, компьютер может быть любым, результат приходит в браузер. Salvio из этой группы, вдобавок к тексту он даёт итоги. Расшифровку аудио в текст делает и Яндекс, например конспекты встреч в Телемосте для организаций на Яндекс 360. Что ещё есть у Яндекса, мы разобрали в статье транскрибация в Яндексе.

Транскрибация аудио бесплатно и платно

Подписки нет. Вы покупаете пакет минут: самый маленький стоит 490 ₽ за 100 минут, в большом пакете минута обходится от 2,5 ₽. Оплата картой российского банка или через СБП. Минуты списываются по длительности записи: сорокаминутное интервью спишет 40 минут, и не больше.

Транскрибация аудио бесплатно тоже возможна: при регистрации дают 30 минут. Транскрибация онлайн бесплатно навсегда в Salvio не предусмотрена, эти минуты нужны, чтобы проверить сервис на своей записи. Транскрибация текста бесплатно и без лимита обычно бывает только локальной, через Whisper, о нём выше. Загрузите в форму выше запись, которую давно собирались расшифровать, и посмотрите на текст и итоги до покупки.