MP3 в текст
Загрузите MP3 и получите текст, текст с таймкодами, субтитры и документ Word. Бесплатно, без регистрации.
Файл до 2 ГБ, до 3 часов звучания. Час записи обрабатывается примерно за две минуты. Результат отдается файлами: текст, текст с таймкодами, субтитры SRT и документ Word. Исходная запись удаляется сразу после расшифровки, готовые файлы - через 24 часа или раньше, по вашей кнопке.
Бесплатно и без регистрации. Расшифровку ведет программа «Сибирь.ИИ» на карте в Новосибирске. Записи не покидают Россию и не передаются третьим лицам. Оператор - ООО «ФИИ», ИНН 5402076457. Порядок обработки описан в политике обработки персональных данных. Обновлено .
Что важно знать про MP3
MP3 это сжатый формат, и сжатие съедает часть звука. Для распознавания речи это почти не мешает: голос лежит в тех частотах, которые сжатие бережет. Заметная разница начинается на очень низком качестве, примерно от 32 кбит в секунду и ниже, когда шипящие звуки размазываются.
Перекодировать MP3 во что-то другое перед загрузкой не нужно и даже вредно: каждое пересжатие только ухудшает исходник.
Что получится
- Текст расшифровки.
- Текст с метками времени по фразам.
- Субтитры SRT, если запись пойдет к видео.
- Документ Word.
Час записи обрабатывается примерно за две минуты. Это замер на нашей карте.
Про точность: на чистой русской речи доля ошибок в словах единицы процентов, на шумной записи заметно больше. Почему мы не называем точную цифру.
Если файл длинный
Принимается до 2 ГБ и до трех часов звучания. Трехчасовая запись в MP3 весит около ста мегабайт, так что в предел по размеру вы упретесь едва ли. Для записей длиннее трех часов имеет смысл разрезать файл или поставить «Сибирь.ИИ» себе: там ограничений по длине нет.
Другие форматы
Кроме MP3 принимаются WAV, M4A, OGG, OPUS, FLAC, AAC, AMR, WMA и видео MP4, MOV, MKV, AVI, WEBM. Отдельно стоит сказать про WAV с диктофона: у таких файлов заголовок иногда врет о длине записи, и мы это обходим. Подробности на странице записей с диктофона.
Где считается запись
Запись обрабатывается на видеокарте в Новосибирске и не уходит в зарубежные облака.
Что в MP3 мешает распознаванию, а что нет
Главное заблуждение про MP3 состоит в том, что качество определяется битрейтом. На распознавание речи битрейт влияет слабо: разница между 128 и 320 килобитами для модели почти незаметна. Существенно другое.
- Частота дискретизации. Файл, записанный с частотой 8 килогерц, теряет верх, и на нем рассыпаются шипящие. Поднять обратно нельзя: того, что не записано, в файле нет.
- Моно или стерео. Для речи это безразлично, и мы все равно сводим в моно.
- Автоматическая нормализация. Если запись выравнивали по громкости, вместе с речью подняли и шум. Это чаще вредит, чем помогает.
Откуда обычно берутся MP3 на расшифровку
- Диктофон телефона или профессиональный рекордер.
- Экспорт из программы записи звонков.
- Звуковая дорожка, вынутая из видео. Если делаете это сами, подойдет извлечение звука.
- Подкаст или лекция, скачанные для личного разбора.
| Формат | Сжатие | Минута записи | Где открывается |
|---|---|---|---|
| WAV | нет | 10,1 МБ | везде, включая старую технику |
| FLAC | без потерь | зависит от записи, обычно около половины от WAV | почти везде, кроме старых плееров |
| MP3 | с потерями | 1,4 МБ на 192 кбит | везде без исключений |
| OGG | с потерями | 1,4 МБ на 192 кбит | игры, Linux, открытый веб |
| M4A | с потерями | 1,4 МБ на 192 кбит | техника Apple и почти все |
| WMA | с потерями | 1,4 МБ на 192 кбит | практически только Windows |
Чего эта страница не делает
- Не улучшает звук. Ни шумоподавления, ни выравнивания громкости.
- Не разделяет наложившиеся голоса. Если двое говорят одновременно, в тексте окажется каша, и это честное поведение, а не сбой.
- Не распознает музыку и пение. Для песен есть отдельная страница, и там оговорено, почему результат хуже.
Частые вопросы
Портит ли сжатие MP3 распознавание
Почти нет. Голос лежит в тех частотах, которые сжатие бережет. Заметно мешает только очень низкий битрейт, примерно от 32 кбит в секунду и ниже.
Нужно ли конвертировать MP3 перед загрузкой
Нет, и не стоит: каждое пересжатие ухудшает исходник. Загружайте как есть.
Какой длины файл принимается
До 2 ГБ и до трех часов звучания. Трехчасовой MP3 обычно весит около ста мегабайт.
Сколько ждать расшифровку часовой записи
Около двух минут счета плюс время на загрузку файла.
Другие способы расшифровки
- Конспект по видео: сначала текст - расшифровка как основа конспекта
- Стенограмма: что это такое - что такое стенограмма и как ее получить
- Голосовое сообщение из WhatsApp в текст - голосовые из мессенджера
- Видео и голосовые ВКонтакте в текст - видео и голосовые из ВКонтакте
- Транскрибация звонков - записи телефонных разговоров
- Диаризация: кто из говорящих что сказал - разделение реплик по голосам
- MP4 в текст - видеофайл в текст
- Speech to text: речь в текст - распознавание речи без ключей и квот