Запись диктофона в текст
Диктофонная запись — самый частый платный сценарий: интервью, лекция, приём у врача, совещание. Здесь важнее не кодек, а расположение микрофона: разница между «на столе перед собой» и «в кармане» — это разница между 3,9% и 16% ошибок.
Спрос по Яндекс.Вордстат
| Запрос | Показов в месяц | Снято |
|---|---|---|
| запись диктофона в текст | 1 651 | 2026-08 |
| расшифровка записи аудио | 59 | 2026-08 |
| расшифровать аудиозапись | 569 | 2026-08 |
Как достать файл: Диктофон
- iPhone: «Диктофон» → «Поделиться» → «Сохранить в Файлы»
Получите .m4a с AAC. Если в настройках выбрано «Без потерь» — внутри будет ALAC, это ещё лучше.
- Android: приложение «Диктофон» или «Запись звука»
Файлы обычно в папке Recordings или Sounds. Samsung пишет .3ga, «чистый» Android — .m4a.
- Профессиональный рекордер: подключите по USB
Sony, Olympus, Tascam, Zoom определяются как флешка. Копируйте WAV или MP3 напрямую.
- Проприетарные форматы Olympus (DSS, DS2)
Их не читает почти ничего. Напишите нам — обрабатываем по запросу.
Какой файл вы получите
| Категория | устройство записи |
|---|---|
| Расширение | m4a, mp3, wav или dss |
| Кодек | AAC, MP3, PCM |
| Частота дискретизации | 44 100 Гц, моно или стерео |
| Пресет обработки | Диктофон: длинная запись, диаризация |
Акустика этого источника
Определяется положением устройства. Диктофон на столе в 30 см от говорящего — почти студийные условия. Тот же диктофон в сумке — реверберация и приглушённые согласные.
| Модель | Средний WER, % | Далёкий микрофон | Кол-центр |
|---|---|---|---|
| GigaAM v3 RNNT (Сбер, MIT)используем мы | 8,3 | 3,9 | 9,5 |
| GigaAM v2 RNNT | 10,6 | — | — |
| T-one + LM (Т-Банк, Apache-2.0) | 16,3 | — | — |
| Whisper large-v3 | 21 | 16,4 | 23,1 |
Грабли, о которых стоит знать заранее
- Автоусиление рекордера «накачивает» паузы
В тишине АРУ поднимает шум до уровня речи, и VAD начинает считать шум речью. Мы работаем на энергетическом и спектральном признаке одновременно, чтобы это не давало ложных сегментов.
- Запись в кармане = реверберация и шорох ткани
Шорох перекрывает согласные широкополосным шумом. Восстановить их невозможно ни одной моделью.
- Многочасовые записи и лимит WAV 4 ГБ
Рекордер сам разобьёт запись на части при достижении потолка RIFF. Загружайте части по порядку.
Проверка файла и расчёт стоимости
Файл не загружается и никуда не отправляется: длительность читает ваш браузер локально.
Отменять ничего не нужно: у нас нет автопродления и мы не храним данные платёжных карт.
Частые вопросы
- Пятичасовая запись обработается?
- Да, лимит на файл — 10 часов. Обработка займёт около 8 минут.
- Сколько стоит расшифровка трёхчасового интервью?
- 180 минут минус 15 бесплатных = 165 минут по 3 ₽ = 495 ₽ разово. По пакету «3 000 минут» — 329 ₽.
- Как улучшить результат, если запись плохая?
- Загрузите оригинал, а не сконвертированную копию, и не применяйте шумодав в редакторе — наши профили работают лучше по сырому сигналу.