После интервью вы помните удачную фразу собеседника, даже интонацию, с которой он её произнёс. Открываете запись, передвигаете ползунок, снова попадаете на обсуждение погоды. В тексте ту же мысль можно искать по словам, прочитать соседние реплики и забрать нужный эпизод в статью или заметку. Ради этого и нужна расшифровка.

Для первой попытки я бы начал с облачного способа. Голосовое сообщение можно переслать SaluteSpeech Bot в Telegram, файл с диктофона загрузить на сайт Speech2Text. Локальный Whisper стоит рассмотреть, когда хочется обрабатывать записи на компьютере и вы готовы один раз заняться настройкой. Сравним, что придётся сделать в каждом случае и как потом найти в тексте нужную фразу.

Что подготовить и сделать для расшифровки

Транскрибацией называют перевод звучащей речи в письменный текст. Сначала получаем слова разговора, затем решаем, какие из них войдут в пост, конспект или статью. Для поиска цитаты нужна именно расшифровка, поскольку в коротком пересказе удачная подробность может потеряться.

В облаке распознаёт сервис, которому вы отправляете запись. Собственную программу для этого настраивать не придётся. Отправьте голосовое сообщение боту или загрузите аудиофайл на сайт, затем получите текст и сохраните его для работы; условия оплаты и допустимый объём зависят от сервиса.

При локальном запуске Whisper распознаёт аудио на компьютере. До первого файла предстоит установить программу и скачать модель, с помощью которой она распознаёт речь. Потом той же моделью можно обрабатывать следующие записи, в том числе без интернета. Время работы зависит от модели и возможностей компьютера, поэтому короткая проба полезнее обещаний скорости.

В таблице показаны типовые задачи. Выбор здесь связан с тем, сколько подготовки оправдано ради нужного текста.

Ситуация С чего начать Что берёте на себя
Наговорили идеи для поста в Telegram Переслать голосовое сообщение SaluteSpeech Bot Прочитать /help, получить ответ и скопировать текст в заметку
Записали интервью на диктофон и хотите найти цитаты Загрузить аудиофайл в Speech2Text Посмотреть условия для файла, запустить обработку и сохранить расшифровку
Регулярно разбираете записи и хотите работать без интернета Подготовить локальный Whisper Установить программу, скачать модель и проверить на короткой записи, устраивает ли работа компьютера

Для разового интервью облачная загрузка избавляет от отдельной задачи с установкой. При регулярной работе выбор всё-таки остаётся открытым. Сопоставьте тариф на обычный объём записей с готовностью настроить и использовать компьютер. Так понятнее, стоит ли продолжать отправлять файлы сервису или готовить Whisper для постоянной работы.

С чего начать в облаке

Голосовое сообщение в Telegram

Официальная справка SaluteSpeech предлагает пересылать голосовые сообщения @smartspeech_sber_bot. Откройте бота, начните диалог и отправьте /help, чтобы посмотреть текущие условия. Затем перешлите голосовое сообщение, которое хотите разобрать, и сохраните ответ в заметку вместе с исходной записью.

Если на прогулке наговорили мысли для поста, после расшифровки найдите центральную мысль и соберите вокруг неё подходящие фразы. Уже видно, что хочется сказать и где нужны подробности. Саму пересылку и работу с ответом разбираем в инструкции для голосовых сообщений.

Аудиофайл с диктофона или телефона

Для сохранённого интервью подойдёт облачный способ с загрузкой файла. На официальной странице Speech2Text для записей с диктофона описан такой порядок:

  1. Перенесите запись с диктофона или телефона на устройство, с которого будете загружать файл.
  2. Нажмите «Загрузить файл», выберите запись и язык, затем запустите обработку. Перед запуском посмотрите условия для её размера и длительности, а также стоимость.
  3. Откройте расшифровку и сохраните текст в рабочем документе рядом с исходным аудио.

Так обычный файл с интервью можно передать сервису напрямую. Перезаписывать разговор голосовым сообщением ради Telegram-бота ни к чему. Для поиска нужной мысли пригодится полный текст; если у фрагментов есть отметки времени, по ним удобнее возвращаться к голосу собеседника.

Когда имеет смысл локальный Whisper

Если записи приходят постоянно, хочется работать без сети или держать обработку на компьютере, у локального Whisper есть понятная роль. Скачали модель, распознали файл, получили текст и сохранили его в выбранной папке. Передача аудио сервису для такого запуска не требуется.

Цена этого выбора проявляется до первой расшифровки. Официальную версию устанавливают и запускают текстовыми командами, поэтому для человека без такого опыта подготовка станет отдельной задачей. Установка описана в разделе Setup. Если сейчас нужен текст одного интервью, разумно начать с облачной загрузки; к локальной программе вернуться, когда появится причина заниматься настройкой.

На подготовленном компьютере сначала обработайте короткую запись с понятной речью. Откройте полученный TXT-файл, найдите знакомую фразу и сверьте её на слух. Посмотрите, подходит ли текст для работы и устраивает ли время обработки. После такой пробы понятнее, стоит ли запускать длинное интервью.

Для закрытого рабочего разговора, который запрещено передавать внешним сервисам, выбирайте локальный способ. В этом случае и исходное аудио, и текст храните в папке без отправки в облачный диск. Это конкретная причина готовить компьютер заранее.

Как найти нужную фразу и использовать текст

Вернёмся к интервью. Собеседник рассказывал, как получил первый заказ, и среди бытовых подробностей нашлась мысль для статьи. Откройте расшифровку в текстовом редакторе, нажмите Ctrl+F, на Mac Command+F, и поищите слова «заказ», «клиент» или другое запомнившееся слово. Если фраза распознана с ошибкой, попробуйте соседнее слово, которое помните из рассказа.

Прочитайте реплики вокруг найденного места. В разговоре ведь часто уточняют сказанное через несколько фраз, и такое уточнение меняет смысл цитаты. Затем вернитесь к этому эпизоду в аудио, сверьте формулировку и запишите время рядом с выбранным фрагментом. Имена, названия и суммы проверьте на слух; заглушённое шумом слово лучше уточнить у собеседника.

Сохраните полную расшифровку отдельно от документа с выбранными цитатами. В документе подпишите, кто говорит и к какому эпизоду относится фраза. Теперь перед вами материал для статьи, который можно читать, сопоставлять и собирать в нужном порядке. Если из разговора нужен пост, следующий шаг описан в работе с исходным текстом.

Вопросы и ответы

Что точнее распознаёт русский, облако или Whisper?

По одному названию выбрать более точный способ нельзя. На результат влияют звук, модель и особенности речи. Если хотите сравнить способы для регулярной работы, возьмите один и тот же фрагмент записи и посмотрите, сколько слов пришлось исправить. Для цитат сохраняется отдельный шаг, сверка с голосом.

Можно ли расшифровывать бесплатно?

Код и модели Whisper распространяются по лицензии MIT. При локальном запуске вы тратите время на настройку и используете ресурсы компьютера. У облачных сервисов свои тарифы и лимиты; у SaluteSpeech Bot текущие условия указаны в /help, на сайте для загрузки файла смотрите условия до обработки.

Будет ли видно, кто из участников говорит?

Для этого нужна функция разделения разговора по участникам. В обычном запуске официального Whisper она отсутствует. Если нужны лишь несколько цитат, подпишите говорящих вручную по голосу. Для полного протокола нескольких участников выбирайте сервис, который отдельно описывает такую функцию, и проверяйте подписи по записи.

Можно ли получить субтитры?

Whisper поддерживает форматы SRT и VTT, в которых текст сопровождается временем появления на экране. Если нужен текст для статьи, достаточно TXT; для субтитров выбирают SRT или VTT. Перед использованием в видео проверьте слова и время появления строк.

Если на сайте написано Whisper, запись останется на компьютере?

При загрузке на сайт файл получает этот сервис. Whisper называют саму технологию распознавания, которую используют и в облаке, и локально. Чтобы обрабатывать запись на компьютере, нужен именно локальный запуск программы.

Когда из записей регулярно рождаются заметки, статьи или конспекты, полезно освоить весь путь от разговора до готового материала. В практике с документами и информацией клуба «Первопроходцы» можно работать над собственными задачами, задавать вопросы и получать ручную проверку проектных работ. Для первой попытки возьмите запись, из которой давно хочется достать одну мысль, выберите подходящий способ и найдите эту мысль в полученном тексте.

Источники