Что лучше — диаризация или раздельные дорожки?

Раздельные дорожки, всегда. Диаризация — вероятностная модель с ошибками на перебивках, а отдельный файл на участника даёт точную атрибуцию по построению.

Как включить запись по участникам?

Настройки Zoom → Запись → «Записывать отдельный аудиофайл для каждого участника». Включается до встречи.

Облачная запись хранится ограниченное время?

Да, срок зависит от тарифа. Скачивайте сразу.

Транскрибация записи Zoom

У Zoom есть козырь, которого нет у большинства сервисов: режим «Record a separate audio file for each participant». Если он включён, диаризация вам не нужна вовсе — каждый спикер уже в своём файле, и точность привязки реплик становится стопроцентной.

8,3% средний WER GigaAM v3 RNNTпротив 21% у Whisper large-v3 — в 2,5 раза меньше ошибок15 мин бесплатно без регистрациидо 10 часов на файл

Как достать файл: Zoom

Локальная запись: найдите папку
На Windows — Документы\Zoom\<дата встречи>, на macOS — ~/Documents/Zoom/<дата>. Внутри zoom_0.mp4 и audio_only.m4a.
Берите audio_only.m4a, а не видео
Это та же дорожка, только без видеопотока. Для часовой встречи — около 15 МБ вместо 500 МБ.
Раздельные дорожки участников
Если в настройках включена запись отдельного файла на участника, в папке появится подпапка Audio Record с файлами по именам. Загрузите их все — мы соберём диалог по таймкодам без диаризации.
Облачная запись
Веб-кабинет Zoom → Recordings → нужная встреча → скачать. Там же доступен файл только со звуком.

Какой файл вы получите

Категория	видеоконференция
Расширение	mp4 или m4a
Кодек	AAC 32 кГц (audio_only.m4a)
Частота дискретизации	32 000 Гц, моно
Пресет обработки	Zoom: раздельные дорожки или диаризация

Акустика этого источника

Zoom агрессивно шумоподавляет и кодирует в 32 кГц моно. Плюс: фон почти вычищен. Минус: шумоподавление иногда режет тихие реплики и начала фраз.

Встроенная альтернатива: Zoom умеет транскрипцию, но качество на русском заметно ниже, и в ряде тарифов для России функция недоступна.

Бенчмарк GigaAM (Сбер), 10 русскоязычных датасетов, единая нормализация
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

Файл double_click_to_convert_01.zoom
Это незавершённая конвертация локальной записи. Запустите Zoom и дождитесь преобразования — иначе файл не читается ничем.
Шумоподавление Zoom съедает тихие реплики
Участник, говорящий далеко от микрофона, может исчезнуть из записи физически. Восстановить это невозможно.
32 кГц моно вместо 48 кГц стерео
Полоса уже, чем у Телемоста. Разница в точности небольшая, но она есть.

Проверка файла и расчёт стоимости

Файл не загружается и никуда не отправляется: длительность читает ваш браузер локально.

или задайте длительность вручную:1 ч 00 мин

Разовая оплата180 ₽первые 15 мин бесплатно, дальше 3 ₽/мин

По пакету «300 минут»158 ₽790 ₽ за 300 мин, без автопродления

Время обработки1 мин 55 с≈ 40× реального времени на A100

Расшифровать с этими настройками

Отменять ничего не нужно: у нас нет автопродления и мы не храним данные платёжных карт.

Частые вопросы

Что лучше — диаризация или раздельные дорожки?: Раздельные дорожки, всегда. Диаризация — вероятностная модель с ошибками на перебивках, а отдельный файл на участника даёт точную атрибуцию по построению.
Как включить запись по участникам?: Настройки Zoom → Запись → «Записывать отдельный аудиофайл для каждого участника». Включается до встречи.
Облачная запись хранится ограниченное время?: Да, срок зависит от тарифа. Скачивайте сразу.

Смотрите также