Транскрибация: три метода, 10+ инструментов

Здравствуйте!

Транскрибация (расшифровка) аудио- и видеофайлов в текст — задача не самая творческая, но часто необходимая. Например, при подготовке интервью, обработке выступления спикера или извлечении тезисов из диктофонной записи, сделанной во время прогулки.

Без специальных инструментов этот процесс превращается в настоящее мучение:

• открываете аудиофайл в проигрывателе Windows;
• создаёте новый документ в Notepad или Word;
• запускаете воспроизведение и переключаетесь в текстовый редактор;
• печатаете, пока успеваете и хорошо слышите;
• если запнулись или не расслышали, возвращаетесь к проигрывателю;
• останавливаете воспроизведение, перематываете;
• снова включаете, переключаетесь в редактор — и так по кругу.

Ниже расскажем, как можно ускорить и упростить перевод аудио и видео в текст.

1. Автоматизировать транскрибацию

В эпоху нейросетей существует множество решений для автоматического перевода речи в текст.

Google Docs

В Google Документах есть встроенный инструмент голосового ввода (он работает только с микрофоном и не обрабатывает готовые файлы). Вызвать его можно сочетанием Ctrl + Shift + S, после чего нужно выбрать язык и нажать на значок микрофона.

Сервис плохо справляется с тихими и шумными диктофонными записями, но довольно хорошо распознаёт чёткую диктовку в микрофон. Главный недостаток — инструмент работает только в активном окне Google Docs, поэтому наговорить текст из другой вкладки или с внешнего устройства не получится.

Чтобы добавить пунктуацию, нужно проговаривать знаки голосом: «точка», «запятая», «вопросительный знак», «восклицательный знак», «новая строка», «новый абзац», «кавычки». Эта функция доступна в большинстве приложений для диктовки (иногда её нужно активировать в настройках).

Speechpad

Бесплатный онлайн-инструмент, который распознаёт только звук с микрофона. Поддерживает Google Chrome, а также приложения для iOS и Android. Доступна интеграция с Windows, macOS и Linux для голосового ввода в любом текстовом поле. Качественный звук распознаётся хорошо, шумные записи — плохо.

RealSpeaker

Платный онлайн-расшифровщик, работающий только с готовыми файлами. Первые 1,5 минуты транскрибируются бесплатно, далее стоимость составляет 8 рублей за минуту. Максимальная продолжительность файла — 180 минут. Сервис поддерживает почти 40 языков, включая русский и украинский.

В разделе «Мои медиа» можно просмотреть транскрибированные тексты других пользователей и примерно оценить качество распознавания. Оплаченные тексты доступны только владельцу аккаунта. При загрузке видео результат можно сразу скачать в формате субтитров (*.srt). Сервис находится в бета-версии, поэтому некоторые функции работают нестабильно (например, загруженные файлы нельзя удалить вручную — они удаляются автоматически через некоторое время).

Dictation

Бесплатный онлайн-сервис для распознавания речи с микрофона. Поддерживает не только русские слова, но и десятки команд («тире», «новая строка» и др.). Встроенный редактор позволяет сразу форматировать текст, создавать списки, а затем отправить результат на e-mail, в соцсети или сохранить на компьютер. Чёткую речь блогера сервис распознаёт почти идеально, а шумные записи с фоновыми помехами — лишь наполовину.

Voco

Платная десктопная программа для Windows, не требующая подключения к интернету. Работает как с микрофоном, так и с готовыми аудиофайлами (wav, mp3, wma). Программа обучается на ваших документах и со временем лучше понимает лексику и стиль. Алгоритм версии 2.0 дополнительно обучен на записях, сделанных на расстоянии 1 метра от микрофона.

Базовый тариф стоит 1867 рублей в год, профессиональный — 15 500 рублей (при продлении цена значительно ниже). Функции транскрибации аудиозаписей и интеграции с Word доступны только в профессиональной версии. Есть триал на 2 недели.

Экзотика: субтитры YouTube

YouTube автоматически генерирует субтитры к видеороликам. Метод подходит для личного использования при отсутствии других инструментов. Загрузите видео с ограниченным доступом, откройте его в «Творческой студии», перейдите в раздел «Субтитры», выберите язык и скачайте файл в формате .sbv — он откроется в обычном Блокноте. Текст придётся дополнительно очищать от таймкодов и собирать в связные абзацы вручную.

2. Усовершенствовать ручную расшифровку

Если автоматические сервисы не подходят, можно упростить ручную работу с помощью специализированных инструментов.

oTranscribe

Бесплатный веб-сервис для ручной транскрибации. Поддерживает аудио- и видеофайлы, в том числе ролики с YouTube. Позволяет назначать горячие клавиши, включает автосохранение и удобную навигацию по таймкодам.

Express Scribe

Условно-бесплатное десктопное приложение для Windows и macOS. Поддерживает загрузку файлов из разных источников и работу с горячими клавишами, регулировку скорости и таймкодов. Бесплатной версии достаточно для личного использования; PRO-версия стоит от 25 $.

Transcriber Pro

Десктопный инструмент для Windows, ускоряющий ручную расшифровку. Поддерживает горячие клавиши, теги, автозамену и командную работу. Лицензия стоит 640 рублей в год.

LossPlay

Десктопный плеер для Windows, который всегда остаётся поверх окон. Позволяет настраивать горячие клавиши и вставлять шаблонные текстовые фрагменты.

Универсальное решение: Transcribe (wreally.com)

Онлайн-сервис, сочетающий ручную и автоматическую транскрибацию (точность до 90 %). Поддерживает работу офлайн, горячую клавиши, ножную педаль и экспорт субтитров. Ручная транскрибация стоит 20 $ в год, автоматическая — 6 $ за час (1 минута бесплатно).

3. Просто делегировать эту работу

Необязательно заниматься транскрибацией самостоятельно — можно передать задачу специалистам.

• Zapisano — специализированная служба расшифровки с живыми стенографистами;
• QUASA — платформа для поиска исполнителей;
• FL.ru — крупнейшая русскоязычная фриланс-биржа;
• Kwork — магазин фриланс-услуг;
• Advego — биржа контента.

Стандартный тариф на Zapisano — около 30 рублей за минуту. Цена может вырасти при низком качестве записи, наличии специальной терминологии или срочности.

Коротко о главном

— Высококачественное аудио можно попробовать расшифровать автоматически. Чем хуже качество и больше шумов, тем больше правок потребуется. Примеры инструментов: Google Docs, RealSpeaker, Dictation, Voco.

— При низком качестве записи и обилии посторонних звуков лучше выбрать ручную транскрибацию с помощью oTranscribe, Express Scribe, Transcriber Pro, LossPlay или Transcribe (wreally.com).

— Можно делегировать работу фрилансерам на Zapisano, YouDo, FL, Kwork и других площадках. Обычно стоимость часа работы специалиста значительно выше цены транскрибации, поэтому делегирование часто оказывается выгоднее.

До новых встреч!