Что такое транскрибация простыми словами
Транскрибация — превращение звучащей речи в письменный текст. Слово путают с «транскрипцией» из школьного учебника, и это две разные вещи.
Спрос по Яндекс.Вордстат
| Запрос | Показов в месяц | Снято |
|---|---|---|
| транскрибация | 36 674 | 2026-08 |
| транскрибация текста | 13 388 | 2026-08 |
| транскрибация это простыми словами | 350 | 2026-08 |
Чтение примерно 5 мин · обновлено 2026-08-27
Определение в одну строку
Транскрибация — это запись устной речи буквами того же языка. На входе аудио или видео, на выходе текст, который можно прочитать, найти поиском и процитировать.
Транскрипция в фонетике — другое: это запись звуков специальными знаками, [малако] вместо «молоко». В интернете эти слова используют как синонимы, и поисковые запросы это подтверждают, но смысл у них разный.
Чем транскрибация отличается от субтитров
Субтитры — это та же расшифровка, но нарезанная на короткие реплики и привязанная к таймкодам, чтобы показываться поверх видео. Ограничения там жёсткие: обычно не больше двух строк и не больше 42 символов в строке.
Транскрипт — сплошной текст, который читают отдельно от видео. Из транскрипта можно сделать субтитры, обратно — нет: разбиение на реплики теряет абзацы и структуру.
Кому и зачем это нужно
По нашему опыту, платящий спрос делится на несколько устойчивых сценариев.
- Студенты и преподаватели — конспект из записи лекции
- Журналисты и исследователи — дословная расшифровка интервью с цитатами
- Компании — протоколы совещаний и контроль качества звонков
- Авторы контента — текстовые версии подкастов и вебинаров, субтитры к роликам
- Юристы — дословная расшифровка записи с таймкодами
Ручная и автоматическая: что выбрать
Ручная расшифровка стоит от 30 до 100 ₽ за минуту и занимает у человека примерно 4–6 минут работы на минуту записи. Час интервью — это полдня и несколько тысяч рублей.
Автоматическая стоит рубли за минуту и занимает минуты. Взамен вы получаете текст с ошибками: даже лучшая русская модель ошибается примерно в одном слове из двенадцати на сложном материале.
Практика такая: автоматическая расшифровка как черновик плюс вычитка человеком там, где цена ошибки высока. Это в разы дешевле полностью ручной работы и почти так же точно.
Сколько ошибок считается нормой
Качество распознавания измеряют метрикой WER — долей ошибочных слов. По бенчмарку GigaAM (Сбер) на десяти русскоязычных датасетах при единой нормализации средний WER у GigaAM v3 RNNT — 8,3%, у Whisper large-v3 — 21,0%.
Это значит, что выбор модели меняет объём последующей вычитки в два с половиной раза. Маркетинговая «точность 98%» без указания датасета и метрики не значит ничего.
| Модель | Средний WER, % | Далёкий микрофон | Кол-центр |
|---|---|---|---|
| GigaAM v3 RNNT | 8,3 | 3,9 | 9,5 |
| GigaAM v2 RNNT | 10,6 | — | — |
| T-one + LM | 16,3 | — | — |
| Whisper large-v3 | 21,0 | 16,4 | 23,1 |
Частые вопросы
- Транскрибация и транскрипция — это одно и то же?
- В обиходе да, формально нет. Транскрипция в лингвистике — запись звучания специальными знаками. Транскрибация — перевод речи в обычный текст.
- Можно ли расшифровать аудио бесплатно?
- Частично. У нас первые 15 минут бесплатны и без регистрации, после регистрации добавляется 60 бонусных минут.
- Сколько времени занимает автоматическая расшифровка?
- Примерно минута обработки на 40 минут записи плюс запуск контейнера. Часовая запись — около полутора минут.