Как перевести аудио в текст
По возможности возьмите оригинал записи. Повторное сжатие не вернёт потерянные звуки и может сделать речь менее разборчивой. Послушайте начало и фрагмент из середины: убедитесь, что выбрали нужный файл и голоса слышны.
Загрузите аудиофайл
В личном кабинете выберите MP3, WAV, M4A, FLAC, OGG или OPUS. Нужны подходящее расширение и настоящая звуковая дорожка. Переименование постороннего файла в .mp3 не меняет его содержимое.
Выберите настройки записи
Оставьте язык на auto или укажите его сами, если знаете. Для разговора включите «Identify speakers». Для заметки с одним голосом обычно достаточно текста и временных меток.
Проверьте важные слова
Прочитайте готовый текст и прослушайте сомнительные места. Перед публикацией или анализом исправьте в своей копии имена, числа и специальные термины.
Сохраните текст в нужном виде
Для короткой заметки скопируйте фрагмент, для редактирования скачайте TXT, для обработки в коде — JSON. SRT и VTT пригодятся, если запись будет сопровождать видео или плеер.
MP3, голосовые заметки M4A и записи WAV
MP3 и M4A часто используют для интервью и голосовых заметок: файл не занимает много места. WAV или FLAC той же длительности могут весить гораздо больше. На цену влияет не размер, а длительность записи с округлением вверх до целой минуты.
Если формат поддерживается, загружайте файл как есть. Конвертация шумного MP3 в WAV не уберёт шум и не восстановит потерянную речь. Если готовите новый экспорт, послушайте его: внутри должна быть нужная дорожка, а не тишина или звук с другого микрофона.
| Какая у вас запись | Что проверить перед загрузкой |
|---|---|
| Голосовая заметка | Сохраните исходный M4A или другой поддерживаемый файл. Послушайте начало и конец. |
| Длинное интервью в WAV | Проверьте и размер, и длительность, затем выберите способ загрузки. |
| Несколько отдельных бесед | Загружайте каждую запись отдельно и сохраняйте идентификатор беседы. |
| Речь едва слышна | Сначала прослушайте источник. Новое расширение не улучшит сам звук. |
Разделите разговор на реплики
Определение говорящих добавит Speaker 1, Speaker 2 и другие метки. Так удобнее разбирать интервью, не подписывая каждую строку вручную. Настоящих имён сервис не знает: послушайте начало разговора и сопоставьте метки с людьми в своём документе.
Для каждой записи сопоставление нужно заново: Speaker 1 в следующем интервью может быть другим человеком. Проверяйте перебивания, одновременную речь и голоса вдали от микрофона. Рядом с важной цитатой сохраняйте время, чтобы вернуться к аудио и при необходимости исправить подпись.
Что делать с длинной записью или обрывом загрузки
Личный кабинет использует загрузку частями для файлов до 2 ГБ с учётом лимитов аккаунта. Распознавание речи принимает записи до 5 часов. Проверяйте оба ограничения: сжатый файл может быть небольшим, но слишком длинным, а несжатый — слишком большим задолго до предела длительности.
Через API файл до 95 МБ можно отправить одним multipart-запросом. Для большего файла сначала создайте загрузку, отправьте бинарные части, затем подтвердите завершение. Если связь оборвалась, проверьте прогресс и дошлите недостающие части. Новую задачу создавать не нужно; обновление токена и продолжение описаны в руководстве.
Если сами делите длинную запись, запишите, где начиналась каждая часть в оригинале. Временные метки каждого загруженного файла считаются от нуля. Чтобы найти цитату из следующей части в полной записи, понадобится её исходное смещение.
Как превратить устную речь в читаемый документ
В разговоре бывают повторы, незаконченные фразы и отсылки к тому, что видно участникам. Сохраните исходный транскрипт для проверки, а для читателя сделайте отдельную копию. Сначала решите, нужны ли вам дословные реплики или отредактированные заметки.
По временным меткам можно проверить трудный термин, найти смену темы и сохранить связь цитаты с записью. Языковые метки помогут разобрать многоязычное аудио, но выбор языка сам по себе ничего не переводит. Перевод нужно делать отдельно.
Храните оригинал аудио у себя. Через 24 часа после того, как обработка закончится, удаляем загруженный файл. Сам транскрипт остаётся, пока вы его не удалите, но сервис не заменяет архив исходных записей.