Как сделать стенограмму аудиозаписи автоматически
10 лучших сервисов для расшифровки аудио в текст
Транскрибация (расшифровка) – это метод перевода информации из аудио или видео в текстовый формат. Такой подход актуален для слабослышащих, при расшифровке интервью и создании субтитров (для тех, кому нужно посмотреть видеоролик или прослушать аудио без звука). Цель транскрибации – перевести речь в текстовый формат, который будет понятен любому человеку.
Для расшифровки аудио в текст сегодня используется профессиональный софт. О лучших программах для расшифровки аудио мы и поговорим в данной статье.
Google Docs
Google Docs – онлайн-сервис для работы с текстом и данными. Внутри платформы можно включить микрофон, который поможет перевести речь в письменный формат. Для его активации следует воспользоваться комбинацией клавиш Ctrl+Shift+S, затем выбрать язык и нажать на значок микрофона.
Увы, но сервис очень плохо справляется с тихой и шумной диктофонной записью, но отлично с диктовкой в микрофон. Главный недостаток – работает только в активном окне Google Docs, то есть наговорить что-то с другой вкладки или включить запись на компьютере не получится.
Плюсы:
Минусы:
Операционная система: Web
Ссылка на сервис: Google Docs
Google Keep
Google Keep – это мобильное приложение для заметок, с помощью которого можно также переводить голосовые записи в текст. Для этого нужно нажать на значок микрофона на панели инструментов. Разговор в аудиоформате будет сохранен вместе с расшифрованным текстом.
Для длительных записей Google Keep, к сожалению, не подойдет, потому что останавливает запись после коротких пауз в диалоге. Но его можно использовать, чтобы расшифровывать уже готовые записи по кускам.
По какой‑то причине распознавание голоса в Keep работает лучше, чем в Гугл-документах: приложение даже угадывает начало новой фразы и помечает его заглавной буквой.
Плюсы:
Минусы:
Операционная система: Android, iOS, Web
Ссылка на скачивание: Google Keep
Speechpad
Speechpad – бесплатный онлайн-инструмент, с помощью которого можно расшифровать голосовую запись. Работает исключительно со звуком из микрофона, поэтому следует позаботиться о качестве оборудования.
Поддерживается Google Chrome, но есть приложения для iOS и Android. Также возможна интеграция в Windows, Mac и Linux, чтобы обеспечить голосовой ввод в любом текстовом поле. Четкий звук понимает достаточно хорошо, плохой – крайне посредственно.
Плюсы:
Минусы:
Операционная система: Web
Ссылка на сервис: Speechpad
RealSpeaker
RealSpeaker – платный сервис для перевода аудиофайлов в текстовый контент. Работает исключительно с готовыми файлами, поэтому использовать микрофон, как в предыдущих случаях, не получится.
Перевод аудио в текст бесплатен только в том случае, если запись длится не более 1.5 минут. Далее – 8 руб. за минуту, максимальная продолжительность аудио – 180 мин. Поддерживается более 40 языков, включая русский.
Для работы с сервисом достаточно выбрать язык озвучки, загрузить файл, рассчитать время расшифровки и оплатить услугу.
Плюсы:
Минусы:
Операционная система: Web
Ссылка на сервис: RealSpeaker
Dictation
Dictation – бесплатный онлайн-сервис, позволяющий распознавать запись с микрофона. Понимает не только русские слова, но и десятки команд: тире, новую строку и так далее.
Из особенностей – это встроенный редактор, позволяющий форматировать текст, оформлять списки и делать много всего другого. Готовый текст можно отправить на почту, в социальные сети или просто сохранить на компьютере.
Из недостатков – распознает только качественную речь. Если запись была сделана на слабенький микрофон, то получить хороший результат не получится.
Плюсы:
Минусы:
Операционная система: Web
Ссылка на сервис: Dictation
oTranscribe
Бесплатный веб-сервис для ручной транскрибации текста. Работает как с аудио, так и видео, в том числе с YouTube-роликами. Открывает множество форматов: WAV, MP3, MPEG, WEBM и другие. Можно назначить горячие клавиши для управления воспроизведением. Есть автосохранение, простой текстовый редактор, интерактивные метки, упрощающие навигацию.
Плюсы:
Минусы:
Операционная система: Web
Ссылка на сервис: oTranscribe
Transcribe
Transcribe – это универсальный сервис, в котором можно расшифровать файл или самостоятельно надиктовать текст. Подписка стоит 20 долларов в год. Есть тестовый период на 7 дней, в течение которого можно безлимитно использовать ручную расшифровку и 30 минут пользоваться автоматической транскрибацией.
В редакторе готового текста можно расставить временные метки, а также прослушать интервью на замедленной скорости и исправить неправильно распознанные сервисом места.
Из особенностей можно отметить поддержку множества форматов – 3GP, AAC, AIF, AIFF, AMR, CAF, DSS, FLAC, M4A, MOV, MP3, MP4, OGG, WAV, WEBM, WMA, WMV. Максимальный размер файла – 6 Гб или 420 минут.
Плюсы:
Минусы:
Операционная система: Web
Ссылка на сервис: Transcribe
Dragon Dictation
Плюсы:
Минусы:
Операционная система: iOS
Ссылка на скачивание: Dragon Dictation
Speechnotes
Плюсы:
Минусы:
Операционная система: Web, Android
Ссылка на сервис: Speechnotes, на Android: Speechnotes
Otter
Последний в нашем списке инструмент для расшифровки аудио в текст – это Otter. Работает только с английским языком, но у сервиса есть отличительная особенность: он может запоминать голос диктора – такая возможность позволяет разделять реплики в записях с несколькими собеседниками.
Также можно загрузить аудио или видео с английской речью, в результате чего сервис выведет текст. Некоторые спорные моменты из-за произношения могут расшифровываться неправильно.
Программа будет полезна, если вы работаете с англоязычными источниками.
Плюсы:
Минусы:
Операционная система: Web, iOS
Ссылка на сервис: Otter
Заключение
Сегодня мы поговорили о лучших сервисах для расшифровки аудио. Каждый из них позволяет буквально в несколько кликов получить желаемый результат, но только в том случае, если исходный файл был в хорошем качестве. Если же запись была записана нечетко, то не все инструменты могут с этим хорошо справиться, особенно те, что доступны бесплатно.
Как превратить голос в текст: тестируем 5 сервисов для расшифровки
Я работаю с текстом и мечтаю о программе, которая сможет превратить голос в напечатанные слова.
Например, расшифрует за меня интервью длиной в несколько часов. Или позволит наговорить идеи, а в ответ пришлет заметку. Наконец, «напишет» за меня смс: поймет несколько обрывистых фраз и отправит адресату текст — потому что голосовые сообщения любят не все.
Я протестировал 5 таких сервисов: наговорил один и тот же текст, а потом сравнил результаты. Я использовал два способа: сначала давал программе послушать и расшифровать живой голос, а потом — в записи.
Текст для теста
Вот текст для теста: «Привет. Это тестовая запись для статьи об инструментах, которые умеют превращать голос в текст. Как думаете, этот сервис справится? Распознает интонацию вопроса и, например, числа — один, два, три? Вот что получилось».
Google Keep
Где работает: Android, iOS
Сколько стоит: бесплатно
Что умеет. Это приложение для создания и хранения заметок можно использовать как расшифровщик. Если на главном экране нажать на иконку микрофона и начать говорить, то сервис будет переводить звук в текст — это называется транскрибацией. Загрузить и расшифровать аудиофайл не получится.
У сервиса есть еще один минус: запись останавливается, если молчать две-три секунды, поэтому расшифровывать длинные интервью не получится. Разве что делать это небольшими кусками. Наговорить несколько идей и получить их в блокноте получится отлично.
Результат. Я проверил два способа: наговорил текст самостоятельно и включил запись того же текста через колонку — никакой разницы нет. Вышло хорошо: сервис не распознал только знаки препинания и напечатал числа без пробелов.
Сообщения «Вконтакте»
Где работает: Android, iOS
Сколько стоит: бесплатно
Что умеет. В мобильном приложении соцсеть умеет расшифровывать входящие голосовые сообщения. Это можно использовать и в наших целях: отправлять сообщения самому себе.
Для этого зайдите в раздел с диалогами и в поисковом окне вбейте свое имя. Дальше зажмите значок микрофона и наговорите сообщение. Когда оно появится в диалоговом окне, нажмите на «Аа» справа от записи.
Результат. «Вконтакте» расшифровал живой голос с ошибками в склонениях и перепутал несколько слов: например, «сервис» услышал как «серый». Но справился с числами. Записанный и пропущенный через колонку голос сервис расшифровал намного хуже — получился набор слов, который нужно буквально переписывать.
ТОП-5 программ для транскрибации аудио и видео в текст: лучшие способы транскрибации
Спрос на услугу транскрибации аудио в текст остается стабильно высоким среди интернет аудитории. Информация в печатном виде удобнее для восприятия и работы.
Несмотря на то, что транскрибатор считается профессией, для которой не требуются особые сложные знания и умения, ни одна программа перевода аудио и видео в текстовый формат не может на сегодняшний день полностью заменить человека, хотя работа в этом направлении ведется крупнейшими компаниями мира.
Можно ли как-то оптимизировать транскрибацию? Этим вопросом задаются все, кому приходилось сталкиваться с этим трудоемким и медленным занятием.
Думаю, у многих людей старше 35 лет первые опыты транскрибации пришлись на школьные годы, когда нужно было как-то доставать тексты любимых песен. Интернета тогда не было, кассетные магнитофоны – редкость, но все же доступная.
И вот, вооружившись тетрадкой, ручкой и заряженной в магнитофон кассетой с любимой песней, горе-транскрибаторы часами пытались разобрать слова на жуткого качества записях.
Так в народ уходили такие перлы, как «красавица Икупка» из знаменитой песни мушкетеров («…пора-пора-порадуемся на своем веку красавице и кубку, счастливому клинку…») или «надежда – мой конь подземной» в любимой советской песне Пахмутовой-Добронравова («надежда – мой компас земной»).
Сегодня все эти эксперименты в прошлом, на смену кассетникам пришли компьютеры и смартфоны с программным обеспечением, призванным улучшить нашу жизнь. В этой статье мы разберем, какие программы и сервисы помогут ускорить и облегчить вашу работу транскрибатором.
Системы распознавания речи и транскрибация
Проблема создания системы распознавания речи получила развитие в 1952 году, когда была продемонстрирована первая попытка в истории человечества распознать голосовую команду.
Система Audrey американской компании «Bell Laboratories» могла распознать только цифры, произнесенные мужским голосом с определенным интервалом, но это стало настоящим прорывом.
С тех пор утекло много воды, лучшие умы бились над задачей научить компьютер понимать речь. Впереди планеты всей в этом вопросе оказались Google с функцией распознавания речи в браузере Chrome и Apple со своей программой Siri – оба события пришлись на 2011 год.
Сегодня выбор программ, автоматически преобразующих устную речь в письменный текст, довольно внушительный и для компьютеров, и для смартфонов, они постоянно совершенствуются, но все же для полноценной транскрибации не подходят.
Проблема таких программ в их требованиях к качеству звука. К сожалению, четкая речь без мусора и отсутствие посторонних шумов – редкое явление в работе транскрибатора. А несколько спикеров превращают итоговый текст в малопонятную кашу, на редактуру может уйти слишком много времени.
Автоматический перевод голоса в текст: 3 онлайн сервиса
Сейчас на рынке достаточно программ для перевода голоса в текст, основной их недостаток в том, что преимущественно они платные, а для целей транскрибации подходят не очень. Поэтому достаточно будет существующих онлайн сервисов, где услуга распознавания речи предоставляется бесплатно.
Google Docs
Гугл документы – известный сервис от Google. Все что нужно, аккаунт и быстрый интернет. По сути, это тот же Word, только бесплатный и не установленный на ваш компьютер.
Здесь есть функция голосового ввода, которой иногда пользуются транскрибаторы для упрощения работы. Они через наушники слушают запись и надиктовывают ее в микрофон. Сервис самостоятельно расшифровывает речь и набирает текст.
Качество результата такой Гугл-транскрибации непредсказуемо. Иногда программа достаточно корректно переводит речь в текст, но чаще ошибок слишком много и редактура может занять больше времени, чем самостоятельный набор.
Для работы нужно зайти на стартовую страницу Google Docs через свой аккаунт, создать новый документ, подключить голосовой ввод (Инструменты – Голосовой ввод, или Ctrl+Shift+S). Появится кнопка записи в виде микрофона, когда она активирована, то становится красной.
Для такого способа транскрибации нужны наушники, микрофон (встроенный микрофон на ноутбуке использовать можно, но нежелательно) и тишина.
Неоспоримые плюсы сервиса Google документы в том, что он автоматически сохраняет набранный текст, даже если у вас внезапно отключат электричество, ваш текст останется в полной сохранности на том месте, где вы прервались. Удобно, что редактировать полученный текст можно прямо на сервисе – для этого он обладает полным набором функций.
Speechpad
Голосовой блокнот создавался российскими разработчиками специально для распознавания речи и перевода ее в текст, поэтому его чаще используют для транскрибации. Здесь все на русском языке, программа распространена и известна, поэтому в интернете множество инструкций по ее использованию.
Для записи нужно нажать кнопку «включить запись», она станет оранжевой, что значит, что запись началась. Минимально отредактировать получившийся текст можно прямо на сайте.
Пишут, что сервис корректно работает только через браузер Chrome, не врут, на Yandex-браузере были сбои в работе этого сервиса, хотя он и пытался.
Для транскрибации в голосовой блокнот можно загрузить аудио- или видеофайлы. Но, боюсь, это сработает только в случае очень хорошего качества звукозаписи.
Dictation.io
Иностранный сервис, поддерживающий в числе многих и русский язык.
Интерфейс предельно прост. Нажимаете кнопку Start, она подкрашивается в красный цвет, это значит, что запись началась.
Здесь же текст можно отредактировать, но функций для форматирования немного, лучше этим заниматься в специальных текстовых редакторах. Программа поддерживает 30 языков. Работа с сервисом корректна в браузере Chrome.
Результаты, полученные с помощью трех перечисленных сервисов, приведу в таблице.
Для оправдания бреда, выданного Speechpad и Dictation, хочу уточнить, что для эксперимента со всеми тремя сервисами использовался встроенный микрофон ноутбука. Хотя Google Docs это не помешало выдать приличный результат особенно на фоне двух последних сервисов.
Итак, исходный текст:
Жили-были три брата, три маленьких поросенка. Все лето они играли на солнышке и нежились в лужах и не заметили, как наступила осень.
– Скоро зима, пора нам строить теплый дом, – сказал старший брат.
– Успеется! – ответили братья, которым не хотелось браться за работу.
Тогда старший брат принялся таскать камни, месить глину и не спеша строить себе надежный, прочный дом, в котором можно было бы укрыться от ветра, дождя, мороза и злого волка.
Программы для транскрибации аудио в текст
Жили были 3 брата и маленьких поросенка, все лето они играли на солнышке, нежились в лужах не заметили, как наступила осень, скоро зима пора нам строить теплый дом, сказал ответили брате, который мне не хотелось браться за работу, когда старший брат принялся таскать камни не спеша строил себе надежный прочный дом, в котором можно было бы укрыться от ветра, дождя, морозно и ноутбука.
Маленький поросёнок всё лето на солнышке ниже слов не заметили нас наступила осень Скоро зима Пора нам построить теплый дом каталог как игра успеется ответили броски которые мне хотелось сразу на работу когда старший брат принёс и подсказкам построить дом в котором можно было бы мороженое глагол и слово лол.
Три маленьких поросенка Привет Я же силу Скоро зима Коронал тёплый дом сказал не хотелось просто заработать 15 Тринадцатая сказка срочный дом в котором можно было бы укрыться от ветра дождя мороженое из молока
Хоть в интернете много хвалебных отзывов обо всех трех сервисах, мой личный опыт показывает, что старый добрый ручной набор значительно надежнее.
На мой взгляд, такой способ транскрибации будет удобен тем, кто медленно печатает или пробует подрабатывать набором текстов на дому. Остается надеяться на то, что со временем алгоритмы распознавания голоса будут совершенствоваться и труд транскрибатора станет полностью автоматизированным.
2 лучших плеера для транскрибатора
Если не брать в расчет сервисы распознавания речи, у которых пока скорее больше минусов, чем плюсов для специалиста-транскрибатора, можно значительно оптимизировать свою работу, используя удобные программы.
При переводе голоса в текстовый формат нужны удобный плеер и текстовый редактор.
Если с текстовыми редакторами все более-менее очевидно – Word и его бесплатные аналоги пока вне конкуренции, то с плеерами вопрос открыт.
Бесплатные плееры можно скачать в сети и опытным путем решить, с каким работать удобнее. Остановимся на функциях плеера, которые значительно упростят работу транскрибатора.
Среди дешифровщиков популярен плеер, созданный русскоговорящими транскрибаторами для своей работы. Автор этого продукта – Дмитрий Дворкин. Очень рекомендую его сайт dvorkin.by, на котором можно узнать много полезных примочек профессионального транскрибатора.
LossPlay
Плеер для расшифровки голоса. Удобный инструмент, в котором собраны все нужные функции для транскрибации, он обладает уникальной и очень полезной фишкой – автоматической вставкой тайм-кода (цифрового сигнала с указанием точного времени записи).
Среди преимуществ этого плеера целый ряд возможностей:
Конечно, это не все преимущества программы – она мало весит, быстро запускается на компьютере и при всех своих достоинствах еще и бесплатна. Авторы предусмотрели возможность добровольного пожертвования, но это на усмотрение пользователя.
Бесплатно скачать плеер LossPlay можно на сайте автора.
Программа популярна, поэтому по работе в ней много уроков, инструкций и мастер-классов в интернете.
Express Scribe
Еще одна программа, наиболее часто используемая транскрибаторами.
Это плеер, совмещенный с текстовым редактором Word, так авторы решили проблему лишних движений при переключении между программами, раскрытыми в разных окнах. Правда, проверка грамотности здесь не работает.
Если вам необходима эта функция, то придется скопировать текст в полноценный Word и там уже использовать привычный инструмент.
Плеер создан иностранными специалистами и не имеет русскоязычного интерфейса, но разобраться в настройках легко, рабочее пространство программы интуитивно понятно даже новичку.
Преимущества Express Scribe:
F9 – воспроизвести;
F4 – пауза;
F10 – скорость воспроизведения 100%;
F2 – скорость воспроизведения 50% (низкая);
F3 – скорость воспроизведения 150% (высокая);
F7 – перемотать назад;
F8 – перемотать вперед.
Из-за популярности программы к ней составлена масса инструкций и видеоуроков, которые легко найти в интернете.
Сам плеер можно бесплатно скачать на сайте разработчика.
Бесплатная версия не поддерживает видеофайлы. Перед работой вам придется извлечь звуковую дорожку с помощью специальных программ, например Freemake Video Converter.
4 Способа ускорить работу над расшифровкой
Каждый транскрибатор опытным путем приходит к удобному для него формату работы. Самая главная задача – максимально ускорить процесс без потерь в качестве. Здесь могут сработать несколько методов.
Итак, ознакомившись с программами, способными упростить процесс транскрибации аудио в текст, мы можем выбрать один из предложенных вариантов.
Поэкспериментируйте со всеми 5 рассмотренными программами и сервисами, благо они бесплатны, и определите, с чем вам комфортнее будет работать. Сочетайте разные методы транскрибации, используя, где это возможно, последние достижения распознавания речи и старый проверенный способ ручного набора.
Подборка сервисов для расшифровки аудио в текст
Использовать голосовой набор не всегда удобно, если это не запросы в поисковики. В шумной обстановке не получается прослушать запись голосового сообщения, некоторые люди в принципе лишены такой возможности. Если надиктованная информация нужна в печатном виде, войсы приходится переслушивать и перепечатывать, это тратит время и силы. Расшифровать интервью и аудиодорожку к видео тоже хорошо бы не собственными руками.
Зачем может понадобиться конвертировать аудио в текст
Для помощи в расшифровке аудио в текст есть сервисы. Мы составили список из программ и ботов в социальных сетях, их существует больше, но мы выбрали самые удачные. Некоторые работают с русскими, некоторые с иностранными текстами. Всеми сервисами из подборки можно пользоваться бесплатно, но в некоторых нужно будет зарегистрироваться.
Сервисы для перевода речи в текст
Блокнот для речевого ввода
Возможности: перевод диктуемых слов в текст, транскрибирование речи из аудио и видео с Ютуба.
Сервис автоматически расшифровывает произносимые слова по ходу надиктовки, причем умеет распознавать знаки препинания, если отметить пункт «Заменять слова пунктуации». Мы надиктовали ему «Привет восклицательный знак мы тестируем запятая как справляется сервис с расшифровкой текста точка» и так далее, самые часто употребляемые знаки он распознал, но не справился с многоточием, тире, скобками и кавычками.
Тест сервиса на знаки препинания
Транскрибирование текстов из загруженных аудиозаписей и из видео с Ютуба происходит в реальном времени при воспроизведении. Загружаем файл в сервис или указываем ID видео (символы после https://www.youtube.com/watch?v=), нажимаем «Включить запись».
Сервис транскрибирует речь ведущего
Бесплатно сервис работает с транскрибированием онлайн без ограничений, а также с распознаванием голоса на аудио и видео не дольше 15 минут.
Сервис не идеальный, но работает бесплатно, прост в управлении и не требует регистрации. Результат расшифровки может быть довольно чистым — всё зависит от дикции и скорости речи. Лишний повод потренироваться, если диктуете для себя, но нужно привыкнуть называть знаки препинания, если не хочется расставлять их потом.
Инструмент полезен, когда нужно надиктовать себе материал для текста или в заметку, расшифровать подкаст или интервью. Его можно включить фоном в процессе интервью, чтобы сервис расшифровывал речь в реальном времени.
Расширение «Голосовой ввод текста» для Google Chrome
Возможности: диктовка текста в соцсетях, строке поиска и на сайтах. Диктовка в приложениях Windows,Linux и Mac.
От сервиса «Голосовой блокнот» есть браузерное расширение для переписки в соцсетях и речевого ввода текста на сайтах, а еще дополнительный модуль для использования в приложениях Windows.
Расширение для соцсетей и форумов
Расширение умеет переводить голос в текст: можно диктовать поисковые запросы, сообщения в социальных сетях и на форумах.
Попробуем надиктовать сообщение в ВКонтакте. Открываем диалог, кликаем правой кнопкой мыши и выбираем расширение.
Выбор расширения по клику правой кнопкой
Готовый текст сообщения
Сложно привыкнуть диктовать знаки препинания, на их озвучивание уходит много времени, но зато не нужно расставлять запятые вручную.
Результат расшифровки зависит от дикции говорящего, но в целом расширение для ввода хорошо справляется.
Расшифровка в любых приложениях Windows, Linux и Mac
Дополнительный бесплатный модуль для интеграции открывает тестовый период режима, который позволяет вводить текст напрямую в любые браузеры и приложения Windows: Word, Excel, Google Docs и другие — в любые места, где используется клавиатура. Для этого нужно зарегистрироваться в Голосовом блокноте и установить модуль.
Как установить модуль интеграции Голосового блокнота: