Распознавание речи онлайн

Как работает распознавание речи на этой странице

1. Вы загружаете файл. Аудио или видео до 30 минут и 60 МБ. Формат не важен: mp3, m4a, ogg, wav, flac, mp4 и другие принимаются напрямую.
2. Сервер распознаёт речь. Нейросетевая модель, настроенная на русский язык, превращает звук в текст и расставляет знаки препинания. Обработка идёт на наших собственных серверах, без сторонних облачных API.
3. Вы забираете текст. Результат появляется на странице: скопируйте, скачайте .txt или сохраните ссылку, она работает 7 дней. Аудио удаляется сразу.

Чем нейросетевое распознавание отличается от старого

Ещё несколько лет назад «распознавание речи» означало диктовку: говорить чётко, по одному слову, без шума, и всё равно править каждую строчку. Современные нейросетевые модели обучены на десятках тысяч часов реальной речи и понимают обычный разговор: с паузами, оговорками, разной скоростью, региональным произношением. Они же расставляют знаки препинания и делят текст на предложения, чего распознавание прошлого поколения не умело вовсе.

На практике это значит, что голосовое сообщение, запись с диктофона или созвон распознаются близко к дословному без подготовки. Ошибки остаются там, где не разобрал бы и человек: сильный шум, эхо, несколько людей одновременно, невнятная речь. Точность на чистой записи обычно выше 90 процентов слов, на шумной может упасть заметно ниже.

Сервис настроен на русскую речь. Иностранная речь целиком распознаётся плохо, отдельные английские слова и термины внутри русского текста обычно в порядке. Разделения по говорящим и таймкодов нет: результат — сплошной текст.

Что можно распознать

• Голосовые сообщения из Telegram, WhatsApp и других мессенджеров.
• Записи с диктофона: заметки, совещания, договорённости.
• Лекции и интервью частями до 30 минут.
• Записи звонков и созвонов из Zoom, Телемоста, Google Meet.
• Видео: звук извлекается автоматически.

Почему бесплатно и без регистрации: сервис работает на тех же серверах, что и Flockit, продукт для записи и расшифровки встреч. Короткие файлы обрабатываются в свободные мощности, поэтому ограничения только технические: 30 минут на файл и несколько файлов в час. Для длинных записей, разделения по говорящим, протоколов и интеграций есть Flockit.