Перевести аудио в текст

Да, и это главная причина, почему перевод привязан к расшифровке, а не выполняется отдельной текстовой задачей. Каждый переведённый сегмент сохраняет тайм-код фразы, из которой он получен, поэтому нажатие воспроизводит ровно этот момент записи. Если фрагмент выглядит неверно, вы сразу слышите источник, а не гадаете.

56 целевых языков, и это осознанный выбор: это языки продакшн-уровня, на которых модель перевода действительно обучалась и проверялась, а не несколько сотен кодов, которые она принимает формально. Упрощённый и традиционный китайский предлагаются раздельно, как и бразильский с европейским португальским, — разница видна в субтитрах.

MP3, WAV, M4A, AAC, OGG, OPUS, WMA и другие, плюс любой видеоконтейнер — звуковая дорожка извлекается автоматически. Шумные записи можно предварительно пропустить через необязательный шаг ИИ-восстановления; для телефонных разговоров и всего записанного в кафе его стоит включать.