Извлечь текст из песни
Загрузите аудио и получите слова с метками времени. Бесплатно и без регистрации. Сразу скажем: на песнях распознавание работает хуже, чем на речи, и ниже объяснено почему.
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 .
Почему песня сложнее разговора
Модель обучена на речи. В песне вокал звучит вместе с музыкой, слова тянутся, слоги распеваются, а припев накладывается на подпевку. Все это для распознавания помехи, поэтому ошибок будет больше, чем на обычной записи разговора.
Хуже всего разбираются плотные аранжировки, крик, шепот на фоне музыки и хоровые куски. Лучше всего - куплет под гитару или акапельная запись.
Про точность: на чистой русской речи доля ошибок в словах единицы процентов, на шумной записи заметно больше. Почему мы не называем точную цифру.
Эти числа сняты на речи. На песнях мы честного замера не делали, поэтому и цифру по ним не называем. Обещать точность, которую не мерили, было бы враньем.
Что получится
- Текст со словами, разбитый по строкам.
- Метки времени: удобно, когда нужно найти конкретную строчку в записи.
- Файл субтитров SRT, если слова нужны для видео.
- Документ Word, если текст пойдет в печать.
Вычитка почти наверняка потребуется. Имена собственные и редкие слова модель путает чаще обычного, а в песнях их много.
Про чужие песни
Текст песни - это произведение, у которого есть автор. Расшифровка для себя, чтобы разобрать слова или выучить, - обычное дело. Публиковать полученный текст как свой или выкладывать его целиком мы не советуем: это уже чужое право, и отвечать за это будете вы.
Где считается запись
Запись обрабатывается на видеокарте в Новосибирске и не уходит в зарубежные облака.
Почему с песнями получается хуже, чем с речью
Об этом честнее сказать сразу, до того как вы потратите время. Распознавание речи обучено на речи, а пение устроено иначе, и мешает сразу несколько вещей.
- Музыка поверх голоса. Инструменты занимают тот же частотный диапазон, и голос в плотном миксе тонет.
- Растянутые гласные. Пропетое слово длится в разы дольше сказанного, и границы слов размываются.
- Необычная ритмика. Модель ожидает речевой ритм и спотыкается на музыкальном.
- Бэк-вокал и наложения. Несколько голосов одновременно дают ту же кашу, что и перебивающие друг друга собеседники.
Когда все-таки выходит прилично
- Речитатив и рэп без плотного бита: ритмика ближе к речи.
- Акустика, где голос выведен вперед.
- Живое исполнение под гитару.
- Аудиокниги и стихи, прочитанные вслух: формально не песня, но приходят с этим часто.
Плохо будет на плотном миксе, на тяжелой музыке и на записи, снятой с колонок телефоном.
Что делать с результатом
Расшифровку песни почти всегда нужно править: считайте ее черновиком, по которому легче восстановить текст на слух, чем набирать с нуля. Чистка уберет повторы припева, если они не нужны, а метки времени помогут найти место, где вы не разобрали слово.
| Формат | Что внутри | Зачем нужен |
|---|---|---|
| TXT | текст с отметками времени по репликам | читать и править |
| MD | тот же текст в разметке Markdown со сводкой записи | заметки и базы знаний |
| DOCX | текст с абзацами | сдать документом |
| SRT | текст с таймкодами | субтитры к видео |
| JSON | фразы и слова со временем начала и конца, говорящие | дальнейшая обработка |
Чего эта страница не делает
- Не отделяет голос от музыки. Это отдельная задача, и у нас ее нет.
- Не ищет официальный текст песни. Мы работаем только с вашим файлом.
- Не расставляет строки по куплетам. Разметка остается за вами.
Частые вопросы
Насколько точно разбираются слова песни
Хуже, чем речь. Точной цифры по песням мы не называем, потому что не мерили ее честно. На чистой речи ошибок единицы процентов, на музыке будет заметно больше.
Уберет ли программа музыку и оставит только вокал
Нет, разделения дорожек здесь нет. Распознавание идет по общей звуковой дорожке.
Можно ли вытащить слова из клипа
Да, видео принимается как есть: дорожка отделяется сама.
Получится ли текст на английском
Да, язык определяется автоматически. Перевода нет: слова остаются на языке оригинала.
Другие способы расшифровки
- Голосовое сообщение из Телеграма в текст - голосовые из мессенджера
- MP3 в текст - самый частый формат записи
- 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