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.
|
|
|
RealSpeaker
Где работает: в онлайне
Сколько стоит: 8 Р за минуту
Что умеет. Сервис расшифровывает загруженные файлы — то есть сначала нужно записать голос на телефон, сохранить аудио, а потом расшифровать. Надиктовать с одновременной транскрибацией не получится. Бесплатно можно расшифровать файл длиной в полторы минуты.
Минус сервиса — ваш файл оказывается в общем списке расшифровок всех пользователей. Даже если сразу после прочтения его удалить, какое-то время он будет доступен кому угодно — то есть никакой приватности.
Результат. Сервис неплохо справился: почти не ошибся в словах, распознал цифры, но не поставил пробелы. Пользоваться можно, но потом придется много редактировать.
Transcribe
Где работает: в онлайне
Сколько стоит: 20 $ (1519 Р) в год + 6 $ (455 Р) за час расшифровки
Демодоступ: 7 дней и 1 минута расшифровки
Что умеет. Программа может расшифровать загруженный файл, ролик с «Ютуба» и живую речь. Еще можно регулировать скорость воспроизведения, в том числе игровыми педалями.
Результат. Транскрибация получилась на уровне Google Keep: сервис вместо слова «например» написал «имя», не поставил пробелы между числами. Зато он определил первое предложение и поставил восклицательный знак. Аналогичный результат и с воспроизведением записанного голоса.
Голосовой блокнот
Где работает: в онлайне, Android, iOS
Сколько стоит: бесплатно
Что умеет. Сервис распознает голосовой ввод: можно надиктовывать самостоятельно, можно воспроизводить диктофонную запись.
Еще в «Голосовом блокноте» есть «панель транскрибации» — так разработчики называют специальную область на сайте, куда можно встроить ролик с «Ютуба» или загрузить файл с аудио или видео. Но расшифровывать речь программа будет во время воспроизведения — то есть никакой экономии времени: загрузить два часа интервью и сразу получить текст не выйдет.
Когда я тестировал сервис, эти функции не заработали. Загрузить записанный на диктофон файл сервис не дал. Еще я попробовал обходной путь — выгрузил этот файл в облако и предложить сервису расшифровать его по ссылке, но тоже ничего не получилось.
Результат. Живой голос сервис расшифровал так же, как и воспроизведенный через колонку. Из ошибок — нет знаков препинания, все одним предложением. И никаких пробелов между числами.
Какой сервис расшифровки выбрать
| Сервис | Цена | Как расшифровал живой голос | Записанный голос | Загруженный аудиофайл |
|---|---|---|---|---|
| Google Keep | Бесплатно | 👍 👍 👍 | 👍 👍 👍 | ❌ |
| Сообщения «Вконтакте» | Бесплатно | 👍 | 👎 | ❌ |
| RealSpeaker | 8 Р за минуту | ❌ | ❌ | 👍 |
| Transcribe | 1518 Р в год + 455 Р за час | 👍 👍 👍 | 👍 👍 👍 | 👍 👍 👍 |
| Голосовой блокнот | Бесплатно | 👍 👍 👍 | 👍 👍 👍 | ❌ |
Не знаю как сейчас, раньше в Google Keep можно было надиктовывать знаки препинания. "один запятая два запятая три восклицательный знак"
Alexey, У Google ужасное качество распознания русских текстов, особенно если это запись телефонного разговора или любая речь записанная не поставленным голосом. Вот молодой сервис по транскрибации речи: https://apihost.ru/speech-to-text его нет в обзоре. Большой плюс этого сервиса помимо качества распознания это автоматическая расстановка знаков пунктуации. Всем добра :)
Denis, забыли написать, что это платный сервис.
Alexey, и сейчас так же. Понимает практически все знаки, только тире заменяет дефисом. (андроид 9.0). А для пробелов надо просто сделать паузу при читке.
А простое распознавание в любое поле ввода может делать Google Клавиатура
Для компа в Google.Docs есть инструмент для транскрибирования аудио. Причём, ему можно скармливать как "живую" речь с микрофона, так и аудиопоток из любого проигрывателя, т.е., запускаешь аудиофайл на проигрывание и Google.Docs расшифровывает его в реальном времени. Движок там, скорее всего, такой же, как у Google Keep, но нет проблем с паузами. Единственная особенность - окно с Google.Docs должно быть постоянно активно (иметь фокус), расшифровка останавливается даже когда запускается скринсейвер.
А Гугл-Докс? Там тоже можно надиктовывать
Приложение "Прямая расшифровка" от Google. Идеально для конференций, интервью, лекций. Приложение умеет определять не только слова, но и звуки. Например пишет "аплодисменты", когда они звучат
Есть два бота в Телеграм: @voicybot и @VoiceMsgBot
Первый мне чуть больше понравился, но оба лажают
Я пользовался предустановленным диктофоном от Samsung. Он бесплатен и был предустановленным на телефон, но как-то не особо пошло. Надо себя приучить этим пользоваться, хорошо экономит время на печать, а когда проговариваешь мысли, они начинают как-то иначе восприниматься.
Спасибо за статью.
Не помогло. Всё жду когда у стандартного диктофона Google Pixel появится русский язык распознавания.
Уже год точно там при нажатии на единственный возможный язык - английский, появляется надпись, что скоро появятся другие языки.
вообщем, как я понял нет бесплатного удобного инструмента(. Придется смотреть двухчасовые выпуски дудя(. Я уж размечтался как было б классно текстом прочитать за 30 минут..) загрузил ссылку с ютуба и вуаля появилась его печатная версия. Эх, мечты)
Денис, для Дудя можно включить субтитры (ютуб делает автоматически) а потом нажать три точки под видео и выбрать «посмотреть расшифровку». Работает в версии для компов, с мобильного надо в браузере запросить «версию для ПК»
Данил, читал про это,да. Но там не понятно к сожалению кто конкретно произносит фразу(. Просто единый текст.
Денис, нашли кого смотреть- Дудя))) ещё и конспектировать его)
Денис, а зачем его смотреть, или читать?
Валерий, есть люди или темы которые интересно было б посмотреть
Денис, ну не у Дудя же смотреть, так можно и до Гордона дойти. После его фильма о Беслане или интервью Серябрякова, как можно это убожество воспринимать?
Не люблю когда за мной подглядывают. Ищу рабочий софт для работы офлайн. Достойного пока не обнаружил.
Google docs
https://www.naturalreaders.com/online/ поддерживает все языки, платно, работает только онлайн, интерфейс на английском (можно перевести через гугл переводчик достаточно вставить ссылку)
Можно, также, использовать связку "Телефон" -> "Компьютер".
Т.е., производить голосовой ввод текста/данных с телефона (под Android) - в программы MS Word (Windows), MS Excel (Windows) и текстовый редактор (Windows).
См., например, здесь: http://roamer55.ru/!_info/spDSW/
Можно, также, использовать связку "Телефон" -> "Компьютер".
Т.е., производить голосовой ввод текста/данных с телефона (под Android) - в программы MS Word (Windows), MS Excel (Windows) и текстовый редактор (Windows).
См., например, здесь: http://roamer55.ru/!_info/spDSW/
1. Надиктовываю сообщения в WhatsApp и отправляю на свой другой номер, открытый в Web WhatsApp.
2. На компе использую расширение в браузере Войснот II - Голос в текст.
Оба способа дают превосходный результат, если не "жевать" текст и четко проговаривать окончания. Знаки пунктуации WhatsApp прекрасно воспринимает с голоса.
Дык это не ватсап, это Войснот
Вот этим пользуюсь https://voicebot.su
Александра, так это же сервис для обратного, перевода текста в речь.
Голосовой блокнот ютьюб-файлы не расшифровывает. У меня этот сервис вообще не работает, выдает ошибку
Мне понравился результат распознания у iOS приложения Transcribe https://apps.apple.com/ru/app/transcribe-речь-в-текст/id1241342461
Добрый день! Какое-то время назад приходилось регулярно делать транскрипции англоязычных надиктовок, интервью и просто совещаний своего босса.
Скажу честно, искала программы, которые могли бы помочь - где-то два года назад выяснила, что почти все делают жуткие ляпы, иногда такие, что приходилось все перепечатывать в чистую.
Мало того, даже некоторые профессиональные конторы не брали у меня часть записей (а у меня пару-тройку раз был соблазн найти кого-то, кто может помочь, просто от усталости). Нет, если запись сделана в идеальном качестве, голос четкий, говорит только один человек - проблем нет. А мне иногда присылали записи с диктофона с подсевшей батарейкой, с интервью, проведенного в ресторане, где слышно, как стучат столовые приборы тех, кто говори, лучше чем их речь.
Мало того, например, у моего английский с французским акцентом, часть его гостей были с японским, немецким или китайским акцентом...
Так что, конечно, в наше время стали появляться неплохие программы и некоторые трюки для ускоренного создания транскриптов, но до идеала далеко.
Удачи всем!