Транскрибация аудио в текст: три способа и их цена.
Суть: Транскрибация аудио в текст делается тремя способами: онлайн-сервисом, исполнителем на бирже или программой на своём компьютере. Разбираем, из чего складывается цена каждого, сколько занимает час записи и что происходит с вашим файлом.
Транскрибация аудио в текст сегодня делается тремя способами: онлайн-сервисом, человеком с биржи фриланса или программой на своём компьютере. Они различаются не столько качеством, сколько тем, за что вы платите, сколько ждёте и куда при этом уезжает ваша запись. Ниже — разбор всех трёх и способ посчитать свой случай, а не чужой.
Три способа, если коротко
Онлайн-сервис
Вы загружаете файл на сайт, он считается на чужих серверах, вы забираете текст. Платят обычно за минуты записи или по подписке с месячным лимитом. Быстро, ничего не надо устанавливать, работает с любого устройства. Запись при этом покидает ваш компьютер — со всем, что в ней сказано.
Исполнитель на бирже
Живой человек слушает запись и печатает текст. Платят за час записи или за объём готового текста. Единственный способ получить сразу чистый результат с разметкой реплик и учётом контекста — но самый долгий и самый дорогой, и файл вы отдаёте постороннему человеку.
Программа на своём компьютере
Вы ставите программу, она скачивает модель распознавания один раз и дальше считает локально. Платят за саму программу — разово или подпиской. Запись никуда не уходит, интернет после установки не нужен, но скорость зависит от вашего железа, а текст приходит черновиком, как и у онлайн-сервиса.
Сравнение по четырём осям
| Способ | За что платят | Срок для часа записи | Что получаете | Что происходит с файлом |
|---|---|---|---|---|
| Онлайн-сервис | за минуты записи либо подписка с лимитом | минуты — считает чужой сервер | черновик: сплошной текст под вычитку | загружается к провайдеру, хранение по его правилам |
| Исполнитель на бирже | за час записи или за объём текста | от нескольких часов до суток | чистовой текст, обычно с разметкой реплик | передаётся постороннему человеку |
| Программа на компьютере | за программу: разово или подпиской | минуты — считает ваш компьютер | черновик: сплошной текст под вычитку | остаётся на вашем диске |
Конкретные тарифы здесь намеренно не названы: они меняются, различаются по странам и зависят от объёма, а таблица с выдуманными цифрами хуже её отсутствия. Смотреть надо на странице тарифов самого сервиса в день покупки. Ниже — способ подставить их в расчёт.
Чем различается качество текста
Главное, что стоит знать до выбора: машинная транскрибация аудио в текст — и в облаке, и на вашем компьютере — даёт ЧЕРНОВИК. Сплошной текст без абзацев, с ошибками в именах, числах и терминах, без пометок, кто что сказал. Это не недостаток конкретной программы, а свойство способа.
Разница между двумя машинными вариантами определяется не местом счёта, а записью и моделью. Чистый звук одного говорящего оба разберут почти одинаково; шумная запись совещания с перебиваниями одинаково тяжела и там, и там. Поэтому сравнивать сервисы по обещанной точности бессмысленно — проверяйте на СВОЕЙ записи, желательно самой неудобной.
Человек с биржи отличается качественно: он слышит контекст, правильно пишет фамилии, расставляет абзацы и помечает реплики. За это и берут деньги и время. Если вам нужен протокол с разметкой «кто сказал», машинные способы его не дадут — придётся размечать самому.
Сколько занимает час записи
У онлайн-сервиса — минуты: считает чужой сервер, часто параллельно, и ваше ожидание упирается в загрузку файла. У локальной программы — тоже минуты, но зависящие от вашего железа: порядок величин — около двадцати минут на час записи, то есть примерно втрое быстрее реального времени.
У исполнителя — часы и сутки: это живой человек, и он ставит вашу запись в очередь к другим. Зато его время включает вычитку, а к машинным способам её надо прибавлять отдельно — обычно двадцать-тридцать минут на час записи.
Где обрабатывается запись и почему это важно
Для лекции или личной заметки это вопрос вкуса. Для рабочих разговоров — нет. В записи совещания звучат суммы, условия сделок, фамилии, иногда персональные данные клиентов. Загружая её в облако, вы принимаете правила хранения и обработки той стороны — как минимум читаете их, как максимум согласуете с тем, кто у вас отвечает за такие вопросы.
Локальная программа этот разговор закрывает: файл не покидает компьютер, и вопрос «где лежит наша запись и кто её слышал» получает короткий ответ. Это не преимущество «вообще» — это преимущество ровно в том сценарии, где содержание записи имеет цену.
Когда облачный сервис объективно удобнее
- Слабый или чужой компьютер: считать локально нечем, а результат нужен сейчас.
- Одна запись раз в полгода — платить за программу ради разового случая незачем.
- Нужен телефон или планшет: локальные программы распознавания живут на настольных системах.
- Запись не содержит ничего, что жалко отдать: публичная лекция, подкаст, собственная голосовая заметка.
Если ваш случай в этом списке — берите сервис, так честнее. Программа на своём компьютере окупается там, где записи регулярные и их содержание не стоит отправлять наружу.
Как посчитать свой случай: час совещания
Возьмите типичную для вас задачу — например, час записи совещания раз в неделю, то есть примерно пятьдесят часов в год — и посчитайте три числа по одной схеме.
- Онлайн-сервис: тариф за минуту умножаем на 60, умножаем на число записей в год. Если тариф подписочный — берём годовую стоимость подписки и проверяем, укладываются ли ваши часы в её лимит.
- Исполнитель: ставка за час записи умножается на число записей. Сюда же прибавьте время на постановку задачи и приёмку — это ваши часы, и они тоже стоят денег.
- Программа: разовая цена делится на число записей за то время, что вы ею пользуетесь. У Dictoria это 2990 ₽ один раз, без подписки: на пятидесяти записях в год выходит около шестидесяти рублей за запись в первый год и ноль в последующие.
К любому из трёх вариантов добавьте одну и ту же строку: вычитку. Программа и сервис дают черновик, и привести его в порядок — это ваши двадцать-тридцать минут на час записи. У исполнителя эта работа уже внутри цены, и именно поэтому он дороже.
Что выбрать под задачу
| Задача | Что обычно разумнее |
|---|---|
| Разовая лекция или подкаст | онлайн-сервис: платить за программу не за что |
| Еженедельные совещания и переговоры | программа на своём компьютере: и по деньгам, и по содержанию записи |
| Интервью для публикации, где важна чистовая расшифровка | исполнитель либо программа плюс своя вычитка |
| Запись с персональными данными клиентов | локальная обработка: запись не уезжает наружу. Требований закона это не отменяет — сверьтесь со своим регламентом |
Если выбрали программу
Dictoria расшифровывает записи локально на Windows: принимает wav, mp3, m4a, aac, flac, ogg, oga, opus, aiff, а также видео mp4 и mov; длинные записи режет сама по паузам; в список можно поставить до двадцати пяти файлов. Модель распознавания скачивается один раз, дальше интернет нужен только для проверки лицензии — не чаще чем раз в девяносто дней. Цена 2990 ₽ разово.
Ограничения называем сразу: разделения по говорящим нет — текст приходит сплошным потоком, и для протокола с репликами его придётся размечать руками. Сборки для macOS нет. Скорость зависит от вашего компьютера: на слабой машине крупная модель идёт медленнее реального времени.
Цена 2990 ₽ разово, возврат возможен, пока ключ не активирован; скачать и купить — страница покупки и скачивания.
Коротко
- Три способа транскрибации различаются не качеством текста, а ценой, сроком и тем, куда уходит файл.
- Онлайн-сервис берёт за минуты, исполнитель — за часы, программа — за себя один раз или подпиской.
- Для рабочих разговоров решающим оказывается не тариф, а место обработки записи.
- Облако честно удобнее при разовой задаче, слабом компьютере и записи, которую не жалко отдать.
- Считайте на своём объёме: цена за одну запись у программы падает с каждой следующей, у сервиса — нет.