Расшифровка аудио и видео в текст

Аудио (mp3, wav, m4a, ogg, opus, flac, aac) и видео (mp4, mov, mkv, webm, avi и другие) — из видео мы автоматически извлекаем звуковую дорожку. Максимальный размер файла — 2 ГБ, длительность — до 4 часов. Если запись длиннее, разбейте её на части.

По фактической длительности записи с округлением вверх до целой минуты. Запись 3:20 спишет 4 минуты. Если обработка завершилась ошибкой — минуты возвращаются автоматически.

Обычно 5–15 минут на час записи в зависимости от загрузки. Статус задачи виден в кабинете, страница обновляется автоматически.

Записи обрабатываются на наших собственных серверах в России и не передаются третьим лицам. Исходные аудиофайлы автоматически удаляются через 7 дней, расшифровки доступны только вам.

Алгоритм диаризации разделяет речь по спикерам, а нейросеть определяет их роли по смыслу разговора: например «Менеджер» и «Клиент». Вместе с разбивкой готовится и краткое саммари записи.

Нет. Купленные минуты остаются на балансе, пока вы их не потратите.

Оплата картой или через СБП на защищённой странице Т-Банка. Чек придёт на почту, указанную в профиле.

До 2 ГБ и до 4 часов длительности на один файл — это относится и к аудио, и к видео. Более длинную запись разбейте на части и загрузите отдельными задачами.

На разборчивой записи ошибки единичны и обычно касаются редких имён и терминов — их поможет исправить глоссарий в профиле. Точность снижают шум, удалённый микрофон и наложение голосов. Любую неточность можно поправить во встроенном редакторе.

Сервис ориентирован на русскую речь — на ней настроено качество распознавания, ролей и саммари. Распознавание построено на нейросети Whisper, которая понимает и другие распространённые языки, но основной сценарий — русский.

Да. Загружайте видеофайл (mp4, mov, mkv, webm, avi и другие) как есть — сервис сам извлечёт звуковую дорожку. Также работает загрузка по ссылке: YouTube, VK Видео, Яндекс.Диск.

Да, сайт полностью работает с телефона: запишите разговор или заметку в диктофонное приложение и загрузите файл прямо из браузера. Форматы m4a, mp3, ogg и другие поддерживаются.

Каждая запись обрабатывается с разделением по спикерам: алгоритм диаризации разводит реплики по голосам, а нейросеть определяет роли по смыслу разговора. Имена спикеров можно поменять в редакторе.

Да, прямо в браузере: встроенный редактор позволяет переименовать спикеров, исправить реплики и саммари. Скачанные файлы всегда учитывают ваши правки.

Нет. Записи и расшифровки не используются для обучения моделей и не передаются третьим лицам: распознавание идёт на наших серверах в России. Исходный файл удаляется через 7 дней после загрузки, расшифровка остаётся в вашем кабинете, пока вы её не удалите.

Это вкладка рядом с текстом задачи: вы спрашиваете «что решили по бюджету» или «какие задачи у Ивана», а нейросеть отвечает по содержанию именно вашей записи. В ответе есть тайм-коды — по клику плеер перематывается к нужному месту. Диалог сохраняется вместе с задачей.

Да. В задаче есть кнопка «Поделиться»: она создаёт публичную ссылку, по которой расшифровку можно открыть без входа в сервис. Ссылку можно отключить в любой момент — после этого страница перестаёт открываться.

Да, для этого в профиле есть глоссарий: перечислите через запятую фамилии, названия компаний и термины — до 500 символов. Список передаётся модели вместе с записью, и она реже подменяет редкие слова похожими по звучанию.

Текст (.txt), субтитры (.srt), Word (.docx) и оформленный PDF. Экспорт учитывает ваши правки: реплики остаются подписанными по спикерам, саммари выгружается вместе с текстом.