Речь в текст, как надо

ScribeToAny запускает распознавание речи класса Whisper на выделенных GPU: загрузите файл, выберите быстрый, сбалансированный или точный режим и получите транскрипцию с тайм-кодами, которая выдерживает даже акценты, жаргон и наложение речи.

Транскрибировать бесплатноБесплатный тариф: 2 файла в день, 100 минут в месяц. Банковская карта не нужна.

Как это работает

1
Загрузить
Перетащите аудио- или видеофайл либо вставьте ссылку. Принимаются все распространённые форматы.
2
Транскрибировать
ИИ транскрибирует с тайм-кодами и необязательными метками говорящих, обычно за несколько минут.
3
Экспортировать
Редактируйте сегменты онлайн, затем экспортируйте TXT, SRT, VTT, TSV, CSV, JSON, PDF или DOCX.

Почему ScribeToAny

Загружайте MP3, MP4, M4A, MOV, AAC, WAV, OGG, OPUS, MPEG, WMA, WMV — аудио автоматически извлекается из видео.
Около 98 языков с автоопределением на движке класса Whisper на выделенных GPU.
Восемь форматов экспорта: TXT, SRT, VTT, TSV, CSV, JSON, PDF и DOCX — плюс пакетный экспорт в ZIP.
Определение говорящих помечает каждый сегмент. Нажмите на предложение, чтобы воспроизвести соответствующее аудио.

Часто задаваемые вопросы

В чём разница между тремя режимами?

Быстрый, сбалансированный и точный соответствуют трём размерам модели класса Whisper. Быстрый возвращает результаты быстрее всего и подходит для чистого аудио с одним говорящим; точный запускает самую большую модель и лучше всего справляется с акцентами, жаргоном и шумными записями; сбалансированный (рекомендация по умолчанию) находится посередине по скорости и точности. Вы выбираете для каждой задачи, поэтому можете запускать черновики в быстром режиме, а финальные версии — в точном, ничего больше не меняя.

Это диктовка в реальном времени или транскрипция файлов?

Транскрипция файлов. Вы загружаете записанное аудио или видео (или вставляете ссылку YouTube) и получаете полную транскрипцию с тайм-кодами. Поскольку модель видит всю запись с полным контекстом, точность значительно выше, чем у инструментов диктовки в реальном времени, которым приходится угадывать слово за словом — и вдобавок вы получаете метки говорящих, редактирование сегментов и 8 форматов экспорта.

Приватно ли моё аудио?

Да. Файлы загружаются по HTTPS напрямую в зашифрованное облачное хранилище, видны только вашей учётной записи и никогда не используются для обучения моделей ИИ. Транскрипции остаются приватными, пока вы явно не создадите ссылку для доступа только для чтения, которую можно отозвать в любой момент. Вы также можете безвозвратно удалить любой файл или транскрипцию из рабочей области, когда захотите.