Аудио в текст: замер сервисов на 4 записях в 2026 году
Точного победителя нет. «Поток» — единственный, кто дал текст по всем четырём записям (лекция, интервью, подкаст на три голоса, английская лекция): WER без вставок 5,7–7,4 %. Transcribsi прошёл две записи (6,0–6,1 %), taktext и Speech2Text без регистрации — одну лекцию (5,0 % и 5,9 %); вся разница внутри погрешности одного прогона. На лекции «Поток» самый долгий: 74,6 с против 21,1 с у Transcribsi и 17,9 с у taktext. Teamlogs без регистрации текста не дал, Транскриба — только 60 секунд.
Сводная таблица замера
В замере шесть сервисов и четыре записи по 5 минут. «Поток» — бот в Telegram: клиент отправляет файл или ссылку и получает текст с метками спикера и тайм-кодами. Transcribsi, taktext, Speech2Text, Teamlogs и Транскриба — сторонние сервисы; последние три разбирались отдельным прогоном без регистрации 07.11.2026.
| Сервис | Запись | WER со вставками, % | WER без вставок, % | Время до текста, с | Метки спикера | Тайм-коды | Статус |
|---|---|---|---|---|---|---|---|
| «Поток» | Лекция RU | 48,5 | 5,7 | 74,6 | 1 | да | полный текст |
| «Поток» | Интервью RU | 10,1 | 6,4 | 53,2 | 2 | да | полный текст |
| «Поток» | Подкаст, 3 голоса RU | 8,4 | 6,8 | 50,1 | 3 | да | полный текст |
| «Поток» | Лекция EN | 7,9 | 7,4 | 27,5 | 1 | да | полный текст |
| Transcribsi | Лекция RU | 50,2 | 6,1 | 21,1 | 1 | да | полный текст |
| Transcribsi | Интервью RU | 10,6 | 6,0 | 36,7 | 2 | да | полный текст |
| Transcribsi | Подкаст, 3 голоса RU | — | — | — | — | — | дневной лимит 3 файла |
| Transcribsi | Лекция EN | — | — | — | — | — | дневной лимит 3 файла |
| taktext | Лекция RU | 49,1 | 5,0 | 17,9 | 0 | нет | полный текст |
| taktext | Интервью RU | — | — | — | — | — | бесплатные минуты кончились |
| taktext | Подкаст, 3 голоса RU | — | — | — | — | — | бесплатные минуты кончились |
| taktext | Лекция EN | — | — | — | — | — | в дневном прогоне не замерялся |
| Speech2Text | Лекция RU | 50,2 | 5,9 | 19,0 | 1 | да | полный текст без регистрации |
| Speech2Text | Интервью RU, подкаст, лекция EN | — | — | — | — | — | требуется регистрация |
| Teamlogs | все четыре записи | — | — | — | — | — | аккаунт нужен до распознавания |
| Транскриба | все четыре записи | — | — | — | — | — | бесплатно 60 секунд текста |
Прочерк означает, что сервис не отдал текст, а не нулевую точность. Статусы в последнем столбце объясняют, почему: дневные лимиты тестовых аккаунтов, требование регистрации до распознавания и бесплатная проба в 60 секунд.
Время до текста: от нажатия кнопки запуска до сообщения «готово», шаг опроса чата 3 с, погрешность ±3 с, очередь сервиса включена. У Speech2Text 19,0 с — время распознавания, отданное сервером.
Как мерили
Четыре отрывка по 5 минут (окно 10:00–15:00 записи), моно, mp3 48 кбит/с, 22,05 кГц. Один и тот же файл получили все сервисы. Эталон — субтитры YouTube за то же окно: для русских записей автосубтитры, для английской ручные. Слот 3 — подкаст на три спикера.
| Слот | Что за запись | Язык | Эталон | Голоса |
|---|---|---|---|---|
| Слот 1 | Лекция | RU | автосубтитры YouTube | 1 |
| Слот 2 | Интервью | RU | автосубтитры YouTube | 2 |
| Слот 3 | Подкаст | RU | автосубтитры YouTube | 3 |
| Слот 4 | Лекция | EN | ручные субтитры YouTube | 1 |
Метрики считались одним скриптом (jiwer 5.x) по правилам нормализации: NFKC, нижний регистр, «ё» приравнивается к «е», дефис разделяет слово, пунктуация убрана. Из текста сервисов перед счётом вырезались метки времени и подписи спикеров.
- WER со вставками, %:
(S + D + I) / N × 100, где S — замены, D — удаления, I — вставки относительно эталона, N — число слов эталона. - WER без вставок, %:
(S + D) / N × 100. На лекции в эталоне 456 слов, у сервисов 649–655, поэтому лишние слова засчитаны вставками. - CER, %: ошибки символов по нормализованной строке.
- Время до текста, с: от нажатия кнопки запуска до сообщения «готово». Шаг опроса чата 3 с, ±3 с, очередь включена.
- Метки спикера: число меток в тексте результата. Верность разметки против эталона не считали: в эталоне меток нет.
- Тайм-коды: есть или нет. Точность не считали.
Один прогон на каждую пару «сервис × запись», повторов нет, в таблице одно значение, а не медиана. Погрешность около ±1,5 п. п. Сервисы шли параллельно с одной машины, нагрузку в момент прогона не контролировали. Один и тот же отрезок прогоняли дважды, ночью и днём: тексты совпали до слова, различалось только время ответа — днём «Поток» отдавал результат в 1,1–2,2 раза быстрее. В таблице — дневной прогон.
Что мешает читать слот 1
Эталон лекции неполный: в автосубтитрах за окно 10:00–15:00 всего 456 слов, у сервисов 649–655. Почти все вставки (195–202) — это речь, которой просто нет в субтитрах. Полный WER 48–50 % на слоте 1 показывает дефект эталона, а не качество сервисов; сравнивать по нему можно сервисы только друг с другом, и по слоту 1 смотреть WER без вставок.
Русский эталон сам с ошибками (автосубтитры), поэтому абсолютные WER 8–10 % завышены и не отличимы друг от друга в пределах 1–2 п. п. Различия между сервисами на слотах 2–4 статистически не подтверждены: один прогон, погрешность ±1,5 п. п.
Что не мерили
- Speechka не мерили: бот требует принять условия обработки персональных данных, это может сделать только владелец, поэтому ни один файл не отправлен.
- Whisper large-v3 не запускали: на машине не было весов, скачивание не разрешали.
- Полные записи длиннее 5 минут не отправляли: все ячейки — это отрывки.
- Плохой звук, шум, перебивающиеся голоса и записи с 4–5 спикерами в наборе не было.
- Остальные 26 сервисов из обзора цен в замере не участвовали: у них нет ни одной ячейки, их условия взяты со страниц сервисов.
Данные и метод
Сырые данные и описание метода опубликованы рядом со статьёй: сырой CSV и описание метода.
В CSV 27 строк: все ячейки замера 05.11.2026 и прогона без регистрации 07.11.2026 со статусами ok, no_result, needs_account и partial.
Методика целиком в предыдущем разделе: четыре отрывка по 5 минут, эталон — субтитры YouTube, один прогон на ячейку. План перемера: повторный замер тех же записей через 7 и через 30 дней, результат допишем с датой.
Результаты по типам записи
Смотреть записи нужно по отдельности: на четырёх разных записях первые места меняются, и в двух случаях у «Потока» первое место не его.
| Тип записи | По WER без вставок первый | По времени первый | Полный текст |
|---|---|---|---|
| Лекция RU | taktext, 5,0 % | taktext, 17,9 с | 4 сервиса |
| Интервью RU | Transcribsi, 6,0 % | Transcribsi, 36,7 с | 2 сервиса |
| Подкаст RU | «Поток», 6,8 % (единственный полный текст) | «Поток», 50,1 с (единственный полный текст) | 1 сервис |
| Лекция EN | «Поток», 7,4 % (единственный полный текст) | «Поток», 27,5 с (единственный полный текст) | 1 сервис |
Лекция на русском (слот 1)
По точности без вставок taktext первый: 5,0 %, у «Потока» 5,7 %, у Speech2Text 5,9 %, у Transcribsi 6,1 %. Разница укладывается в погрешность одного прогона (±1,5 п. п.), поэтому назвать taktext точнее нельзя. По времени «Поток» здесь последний: 74,6 с против 21,1 с у Transcribsi, 19,0 с у Speech2Text и 17,9 с у taktext. Часть отставания — очередь: «Поток» и Transcribsi отдают результат сообщением в чат бота, taktext и Speech2Text отдали текст быстрее. По спикерам и тайм-кодам taktext на бесплатном тарифе проиграл: в TXT нет ни меток спикера, ни времени, у остальных трёх сервисов есть. CER: 37,8 % у «Потока», 39,3 % у taktext, 38,7 % у Transcribsi, 38,5 % у Speech2Text.
Интервью на русском (слот 2)
Полный текст вернули два сервиса. Transcribsi первый и по точности без вставок (6,0 % против 6,4 % у «Потока»), и по времени (36,7 с против 53,2 с). Разница в точности 0,4 п. п. — внутри погрешности, называть Transcribsi точнее на интервью нельзя. taktext до интервью не дошёл: сервис ответил, что бесплатных минут не осталось; у Speech2Text и Teamlogs требуется регистрация. CER: 5,1 % у «Потока», 5,2 % у Transcribsi.
Подкаст на три голоса (слот 3)
«Поток» единственный, кто вернул полный текст: 3 метки спикера, тайм-коды, 8,4 % WER со вставками, 6,8 % без вставок, CER 3,6 %, 50,1 с. У Transcribsi кончился дневной лимит в 3 файла, taktext не дошёл из-за бесплатных минут, у Speech2Text и Teamlogs нужна регистрация, Транскриба отдала 60 секунд из 300. Сравнивать точность тут не с чем: второго полного результата на этом слоте нет.
Лекция на английском (слот 4)
Снова «Поток» единственный с полным текстом: 7,9 % WER со вставками, 7,4 % без вставок, CER 5,6 %, 27,5 с, метка спикера и тайм-коды на месте. У остальных результата на этом слоте нет: Transcribsi упёрся в дневной лимит, taktext в дневном прогоне не замерялся, Speech2Text и Teamlogs требуют регистрации, Транскриба отдала 60 секунд. Эталон здесь ручные субтитры, поэтому абсолютные цифры ниже, чем на русских слотах.
Где «Поток» не первый
По точности на лекции «Поток» второй без вставок (5,7 % против 5,0 % у taktext), на интервью — второй (6,4 % против 6,0 % у Transcribsi). По времени на лекции и интервью он самый долгий из тех, кто вернул полный текст: 74,6 с и 53,2 с против 21,1 с и 36,7 с у Transcribsi. В чём «Поток» сильнее: метки спикера — до трёх на подкасте, больше, чем у любого, кто отдал полный текст; тайм-коды на всех четырёх записях; приём длинных файлов без лимита минут (файл до 2 ГБ, тариф 449 ₽ за 30 дней) против 30 минут на файл у Transcribsi и 5 минут у taktext на бесплатных тарифах.
Кто что даёт клиенту
Одна строка на сервис: что человек получает на руки и где сервис упирается. Всё ниже — из замера и с публичных страниц сервисов.
- «Поток»
- Текст с метками спикера и тайм-кодами из файла (до 2 ГБ) или ссылки на YouTube, VK и RuTube. Под готовым текстом есть «Выжимка», «Задачи и сроки», «Перевести», «Править текст · DOCX» и «Другой формат» (TXT, DOCX, PDF, SRT). В замере: полный текст по всем четырём записям, от 1 до 3 меток спикера, тайм-коды везде, WER без вставок 5,7–7,4 %.
- Transcribsi
- Текст с тайм-кодами и метками спикера, выгрузка TXT, Markdown, SRT, VTT, CSV; DOCX на платном тарифе. В замере: полный текст на лекции (21,1 с) и интервью (36,7 с), WER без вставок 6,1 % и 6,0 %; на подкасте и английской лекции сервис упёрся в дневной лимит в 3 файла.
- taktext
- Текст в TXT или PDF. В замере на лекции: 17,9 с до текста и 5,0 % WER без вставок — лучший результат на этой записи по обоим показателям. Дальше первой записи не дошёл: бесплатные минуты кончились.
- Speech2Text
- Полный текст с тайм-кодами и меткой спикера на лекции — без регистрации: 50,2 % WER со вставками, 5,9 % без вставок, 19,0 с. На остальных трёх записях сервис уводит на страницу регистрации.
- Teamlogs
- Без аккаунта — ничего: файл принимается, но на шаге «2 Авторизация» расшифровка не запускается. В замере 0 из 4 записей.
- Транскриба
- Бесплатно — 60 секунд текста (кнопка «Сначала проверить первые 60 секунд»). В замере 4 из 4 записей, но только 60 секунд из 300, то есть 20 % длительности.
Цены 2026: 32 сервиса
Цены сняты 05.11.2026, у каждой строки адрес страницы, на которой стояла цена, и дата проверки. Колонка «₽ за час» пересчитана из цены источника: поминутная цена умножается на 60, пакетная делится на часы пакета. Там, где в источнике валюта, пакет без цены часа или цена не найдена, пересчёта нет — стоит прочерк. «Не найдено» означает, что страница не отдала условия, а не что их нет.
Из этих 32 сервисов в замере участвовали шесть: «Поток», Transcribsi, taktext, Speech2Text, Teamlogs и Транскриба. У остальных ни одной ячейки замера нет.
Российские сервисы
| Сервис | Бесплатно | Платно | ₽ за час | URL цен | Дата проверки |
|---|---|---|---|---|---|
| Диктуй | Локально без ограничений | Облако от 239 ₽/мес при годовой оплате | — | https://diktuy.ru/transcription | 05.11.2026 |
| Speech2Text | 180 мин при регистрации, 15 мин/день | 2 ₽/мин; 450–8 300 ₽/мес за 6–360 ч | 120 | https://speech2text.ru/my/rate | 05.11.2026 |
| Teamlogs | 15 мин при регистрации | 10 ₽/мин; 9/8/7/6 ₽/мин от 100/300/1 000/5 000 мин | 600 (360 от 5 000 мин) | https://teamlogs.ru/ceny-na-transkribaciyu | 05.11.2026 |
| Транскриба | 60 сек | 3 ₽/мин; пакеты 270–5 490 ₽ (снимок 04.11.2026) | 180 | https://transkriba.ru/ | 04.11.2026 |
| DeepScribe | 180 мин/мес, но первые 10 мин файла | 390/790/2 490 ₽/мес за 10/30/120 ч; разово 49–349 ₽ | 39 / 26 / 21 | https://deepscribe.ru/pricing | 05.11.2026 |
| Transkriptor | 10 мин; лимит 2 мин/день | 490/790/1 900 ₽ разово за 150/700/2 100 мин | 196 / 68 / 54 | https://transkriptor.ru/tariffs | 05.11.2026 |
| Глабикс | Нет; демо 3 недели | Studio от 12 000 ₽/мес до 50 ч; корпоративно 0,55 ₽/мин | 240 (Studio) / 33 (корпоративно) | https://glabix.com/products/transcription | 05.11.2026 |
| Войси | Не найдено | От 500 ₽/час; Pro до 200 ₽/час | 500 / от 200 | https://voicee.ru/price | 05.11.2026 |
| Текстомат | До 60 мин: 30 за почту + 30 за Telegram | 490/1 490/4 190 ₽/мес за 300/1 200/4 000 мин | 98 / 74 / 63 | https://tekstomat.ru/ | 05.11.2026 |
| Тензор | Не найдено | Подписка 299/599/1 490 ₽/мес с балансом 300/660/1 800 ₽; цены минуты нет | — | https://tenzorai.ru/ | 05.11.2026 |
| TAK! TEXT | 30 мин в первый месяц, затем 15 мин/30 дней | 289/699/1 999 ₽/мес за 300/1 000/5 000 мин | 58 / 42 / 24 | https://taktext.com/ru/ | 05.11.2026 |
| Писец | 10 мин в подарок; затем 10 мин/файл, до 24 ч | От 1 290 ₽ за 5 ч | 258 | https://pisec.app/pricing | 05.11.2026 |
| Шёпот | 30 мин | 390/1 190/4 500 ₽/мес при годовой оплате за 4/12/50 ч | 98 / 99 / 90 | https://shopot.ai/ | 05.11.2026 |
| Транскрипта | 15 мин/мес навсегда | 295/495/1 245 ₽/мес при годовой за 500/1 000/5 000 мин | 35 / 30 / 15 | https://transcripta.ru/pricing | 05.11.2026 |
| Спичка (Speechka) | 60 мин каждые 30 дней | 2 990/9 490/23 900 ₽/год за 6 000/24 000/60 000 мин | 30 / 24 | https://speechka.ai/plans | 05.11.2026 |
| mymeet.ai | 180 мин/мес | Lite $8/мес при годовой ($10 помесячно) за 500 мин; Pro $28/$32 | — | https://mymeet.ai/pricing | 05.11.2026 |
| Контур.Толк | 40 мин на встречу | Start 0 ₽; суммы платных тарифов на странице не отображаются | — | https://kontur.ru/talk/price/vks | 05.11.2026 |
| SaluteSpeech | Нет для новых пользователей: freemium закрыт 15.07.2026 | От 1,2 ₽/мин (вторичный источник) | 72 | https://developers.sber.ru/docs/ru/salutespeech/tariffs/individual-tariffs | 05.11.2026 |
| Yandex SpeechKit | Не найдено | От 0,5 ₽/мин; асинхронно от 9 ₽/час (вторичный источник) | от 9 (асинхронно) / 30 | https://aistudio.yandex.ru/ru/docs/speechkit/pricing | 05.11.2026 |
Зарубежные сервисы
| Сервис | Бесплатно | Платно | ₽ за час | URL цен | Дата проверки |
|---|---|---|---|---|---|
| TurboScribe | 3 файла/день до 30 мин | $10/мес при годовой ($120/год, около 9 815,93 ₽) | — | https://turboscribe.ai/pricing | 05.11.2026 |
| Notta | 120 мин/мес, 3 мин на запись | Pro $8,17/мес при годовой ($97,99/год) за 1 800 мин; Business $16,67 ($199,99/год), безлимит | — | https://www.notta.ai/en/pricing | 05.11.2026 |
| Otter.ai | 300 мин/мес, 30 мин на разговор | Pro $8,33/мес при годовой или $16,99 помесячно; Business от $19,99 (снимок 04.11.2026; на 05.11.2026 цены не отрендерились) | — | https://otter.ai/pricing | 04.11.2026 |
| Fireflies.ai | Безлимит транскрипции, 400 мин хранения | Pro $10/место/мес при годовой ($18 помесячно); Business $19 ($29); Enterprise $39 | — | https://fireflies.ai/pricing | 04.11.2026 |
| Sonix | 30 мин пробно | $10/час; Core $25/мес (5 ч); Advanced $50 (20 ч); Pro $80 (40 ч) | — | https://sonix.ai/pricing | 05.11.2026 |
| AssemblyAI | $50 кредитов | $0,15/час Universal-2; $0,21/час Universal-3.5 Pro; диаризация +$0,02/час | — | https://www.assemblyai.com/pricing | 05.11.2026 |
| ElevenLabs Scribe | 10 000 кредитов/мес | Снимок 04.11.2026: Free, Starter $6, Creator $22, Pro $99; из РФ гео-блок | — | https://elevenlabs.io/pricing | 04.11.2026 |
| Descript | 60 мин/мес | По снимку 27.10.2026 — $16/мес при годовой | — | https://www.descript.com/pricing | 27.10.2026 |
| Happy Scribe | 10 мин разово | Basic $8,50/мес при годовой (120 мин); Pro $19 (600); Business $59 (6 000); доп. $0,20/мин | — | https://www.happyscribe.com/pricing | 05.11.2026 |
| Exemplary.ai | 200 кредитов (около 20 мин), 30 мин / 500 МБ | Pro $29/мес (около 5 ч); Creator $39; Studio $49 | — | https://exemplary.ai/pricing | 05.11.2026 |
| tl;dv | 10 AI-встреч | Pro $18/место/мес при годовой; Business $29 (снимок 04.11.2026) | — | https://tldv.io/pricing | 04.11.2026 |
| Rev | Не найдено | Rev Essentials $25,49/место/мес (снимок 30.09.2026) | — | https://www.rev.com/pricing | 30.09.2026 |
| Transcribsi | 3 файла/день до 30 мин | Pro $10/мес ($120/год), безлимит минут | — | https://transcrib.si/ | 05.11.2026 |
Разница цен идёт не по точности, а по единице оплаты: у российских сервисов минута стоит от 0,40 ₽ (TAK! TEXT, Спичка) до 10 ₽ (Teamlogs), то есть 24–600 ₽ за час, у зарубежных API — от 0,15 $ за час. «Поток» считается иначе: 449 ₽ за 30 дней без лимита минут плюс 60 минут в месяц бесплатно, приложение — 499 ₽ в месяц при годовой подписке.
Кто на какой модели
Таблицы «кто на чьей модели» на рынке нет: ни один из 32 сервисов не публикует, какая модель распознаёт речь. Единственный независимый бенчмарк в открытом доступе — обзор VoxPrint, он меряет модели, а не сервисы, на наборе Alpha Cephei 2025.
| Что известно | Источник |
|---|---|
| GigaAM2 — 8,4 % WER, Whisper Large V3 — 16,2 % WER | независимый бенчмарк VoxPrint, набор Alpha Cephei 2025 |
| Под капотом у большинства российских сервисов — GigaAM или Whisper | тот же обзор VoxPrint; поимённо модель не раскрывает никто |
| Модель «Потока», Transcribsi, taktext, Speech2Text | сервисы не раскрывают |
Отсюда честный вывод: узнать модель конкретного сервиса по открытым данным нельзя. Обзор отмечает, что под капотом у большинства российских сервисов GigaAM или Whisper, но поимённо никто не раскрывает. Мы не будем угадывать за конкурентов: в таблице только то, что подтверждено источником. Для сравнения с open-source моделями нужен отдельный замер; в этом замере открытые модели не запускались.
Как получить текст за 3 шага
Для «Потока»:
- Откройте бота: https://t.me/potok_now_bot?start=f_s_audio-v-tekst-issledovanie, и отправьте файл (до 2 ГБ) или ссылку на YouTube, VK или RuTube.
- Включите «Тайм-коды» и «По спикерам» — в боте эти опции по умолчанию пустые — и запустите расшифровку.
- Заберите результат: короткая запись приходит текстом в чат, длинная — файлом. Под текстом есть «Выжимка», «Задачи и сроки», «Перевести», «Править текст · DOCX» и «Другой формат» (TXT, DOCX, PDF, SRT).
Если сервис нужен другой, сначала посмотрите лимиты: у Transcribsi бесплатно три файла в день до 30 минут, у taktext 30 минут в первые 30 дней и файл до 5 минут, у Speech2Text 15 минут в день и 180 минут при регистрации, у Teamlogs аккаунт нужен уже до распознавания, Транскриба бесплатно отдаёт 60 секунд текста.
Честные ограничения
Ограничения «Потока»
По скорости на лекции «Поток» самый долгий из вернувших полный текст: 74,6 с против 21,1 с у Transcribsi, 19,0 с у Speech2Text и 17,9 с у taktext; на интервью 53,2 с против 36,7 с. Время включает очередь сервиса на момент прогона, поэтому это верхняя оценка, а не чистое время распознавания.
По точности на лекции «Поток» второй без вставок (5,7 % против 5,0 % у taktext), на интервью второй (6,4 % против 6,0 % у Transcribsi). Разница внутри погрешности ±1,5 п. п., но обгонять себя он не должен.
Верность разметки спикеров против эталона не считали: в эталоне меток нет. Имена собеседников бот не знает, только «Спикер 1», «Спикер 2». На лекции в тексте «Потока» одна метка, на интервью две, на подкасте три.
Полный WER на лекции искажён неполным эталоном (456 слов в субтитрах против 649–655 у сервисов). Сравнивать слоты между собой по полному WER нельзя, для лекции смотрите WER без вставок.
Плохой звук, шум, перебивающиеся голоса и записи с 4–5 спикерами не проверяли. Полные записи длиннее 5 минут не отправляли. Open-source модели для сравнения не запускали.
Ограничения Transcribsi
Полный текст получен только по двум слотам из четырёх: на подкасте и английской лекции сервис упёрся в дневной лимит в 3 файла. На лекции и интервью Transcribsi быстрее «Потока»: 21,1 с против 74,6 с и 36,7 с против 53,2 с.
Бесплатно — три файла в день до 30 минут, DOCX только на платном тарифе (Pro, $10 в месяц при оплате за год). На боте Pro указан лимит 1 500 минут в месяц, а сайт обещает безлимит: расхождение не снято.
Что осталось за рамками замера
Speechka, Whisper large-v3, полные записи длиннее 5 минут, шумные записи и 26 сервисов из обзора цен. Их условия и цены взяты со страниц сервисов, но замера по ним не было.
Вопросы и ответы
Как перевести аудио в текст бесплатно?
Бесплатные варианты в 2026 году есть, но с лимитами: у taktext 30 минут в первые 30 дней и затем 15, файл до 5 минут; у Transcribsi три файла в день до 30 минут; у Speech2Text 15 минут в день и 180 минут при регистрации; у Teamlogs 15 минут при регистрации; Транскриба бесплатно отдаёт 60 секунд текста; у «Потока» 60 минут в месяц. В замере полный текст без регистрации получился только у Speech2Text на лекции: 50,2 % WER со вставками, 5,9 % без вставок, 19,0 с до текста.
Какой сервис расшифровки на русском лучше?
По замеру на четырёх записях победителя нет: WER без вставок у taktext 5,0 %, у «Потока» 5,7 %, у Speech2Text 5,9 %, у Transcribsi 6,0–6,1 %, и разница внутри погрешности одного прогона (±1,5 п. п.). Разница в том, что сервис умеет: «Поток» вернул полный текст по всем четырём записям, включая подкаст на три голоса (3 метки спикера) и английскую лекцию; Transcribsi быстрее на лекции и интервью; taktext на бесплатном тарифе отдал текст без меток спикера и тайм-кодов.
Чем расшифровать запись лекции на два часа?
Тем сервисом, который принимает файл целиком: у Transcribsi на бесплатном тарифе лимит 30 минут на файл, у taktext — 5 минут, длинная лекция туда не пройдёт. В замере отправлялись отрывки по 5 минут, полные записи не прогонялись, поэтому скорость на двухчасовой записи не измерена. В «Потоке» файл до 2 ГБ и тариф без лимита минут, 449 ₽ за 30 дней, 60 минут в месяц бесплатно.
Как получить текст с разделением по спикерам?
В замере метки спикера получили «Поток» (1 голос на лекции, 2 на интервью, 3 на подкасте), Transcribsi (1 и 2) и Speech2Text (1 на лекции). taktext на бесплатном тарифе отдал TXT без меток спикера. Верность разметки против эталона не считали: в эталоне меток нет, поэтому судить, насколько верно расставлены границы, по этим данным нельзя.
Сколько времени ждать текст?
В замере от 17,9 с (taktext, лекция) до 74,6 с («Поток», лекция). На интервью 36,7 с у Transcribsi и 53,2 с у «Потока». На подкасте и английской лекции «Поток» отдал текст за 50,1 с и 27,5 с. Время считали от нажатия кнопки запуска до сообщения «готово», шаг опроса чата 3 с, погрешность ±3 с, очередь сервиса включена. У Speech2Text 19,0 с — это время распознавания, отданное сервером.
Какие сервисы дают тайм-коды?
Тайм-коды были в тексте «Потока», Transcribsi и Speech2Text — во всех случаях, где эти сервисы отдали результат. taktext на бесплатном тарифе отдал TXT без времени. У «Потока» и Transcribsi опции «Тайм-коды» и «По спикерам» по умолчанию стояли пустыми, поэтому включались вручную.
Нужен ли аккаунт, чтобы расшифровать файл?
Зависит от сервиса. В замере без регистрации 07.11.2026 полный текст получился только у Speech2Text и только на лекции: анонимная сессия даёт около 15 минут аудио и выдаётся на одну загрузку, дальше сервис уводит на страницу регистрации. Teamlogs требует аккаунт уже на шаге «Авторизация», до распознавания. Транскриба без аккаунта отдаёт 60 секунд текста, и проба одноразовая. Регистрацию, ввод данных и оплату в прогоне не выполняли.
Чем расшифровать запись с плохим звуком и акцентом?
Такого в наборе не было: все четыре отрывка — записи с нормальным звуком, шумных записей и речи с акцентом не проверяли. Что можно сказать по замеру: у сервисов с полным текстом WER без вставок держится в диапазоне 5,0–7,4 %, но переносить это на плохой звук нельзя. Практический порядок такой: расшифруйте короткий фрагмент с самым сложным местом и сравните с эталоном до того, как отправлять длинную запись.
Можно ли безопасно загружать записи внутренних совещаний в сервис расшифровки?
По данным обзора сервисов: российская инфраструктура заявлена у SaluteSpeech, размещение данных в России — у Текстомата, «Серверы в России» и 152-ФЗ — у Войси, данные в РФ — у Контур.Толк. Для Speech2Text, Teamlogs, Транскрибы, taktext, Transcribsi и зарубежных сервисов размещение не подтверждено. Юридическая часть (152-ФЗ, договор обработки, доказуемость удаления) в замере не проверялась: вход в аккаунты и передача данных сервисам, которые этого требуют, не выполнялись.
Как расшифровать аудио на русском и перевести на английский?
В «Потоке» перевод есть отдельной кнопкой под готовым текстом, больше 100 языков, язык определяется сам; перевод идёт по готовой расшифровке. В замере кнопка «Перевести» была в меню под результатом, но сам перевод не проверяли, сравнивать качество перевода по этому материалу не на чем.
Кто на какой модели распознаёт речь?
На рынке это закрытый вопрос: ни один из 32 сервисов не публикует, какая модель у него под капотом. Единственные независимые цифры, которые есть в открытых обзорах, — бенчмарк VoxPrint на наборе Alpha Cephei 2025: GigaAM2 — 8,4 % WER, Whisper Large V3 — 16,2 % WER. Тот же обзор отмечает, что у большинства российских сервисов под капотом GigaAM или Whisper, но поимённо модель не раскрывает никто. Сопоставлять сервисы с моделями по нашим данным мы не стали: в замере сравнивались сервисы, а не модели.
Выводы
На четырёх записях по 5 минут картина такая. Без вставок: taktext 5,0 %, «Поток» 5,7 %, Speech2Text 5,9 %, Transcribsi 6,0–6,1 %. Победителя нет: разница небольшая, один прогон, эталон — автосубтитры. По времени до текста taktext 17,9 с на лекции, Transcribsi 21,1 с, «Поток» 74,6 с — «Поток» на лекции и интервью самый медленный из тех, кто вернул полный текст.
Разница между сервисами оказалась не в точности, а в том, что они отдают. «Поток» вернул полный текст по всем четырём записям, включая подкаст на три голоса и английскую лекцию, с метками спикера и тайм-кодами; Transcribsi быстрее на русских записях; taktext на бесплатном тарифе отдал текст без спикеров и времени; Speech2Text дал полный текст без регистрации, но только на лекции; Teamlogs требует аккаунт до распознавания; Транскриба бесплатно отдаёт 60 секунд.
Данные и метод: сырой CSV и описание метода. План перемера: повторный замер этих записей через 7 и через 30 дней, результат допишем с датой. Другие вопросы — в разделе вопросы.
Попробовать «Поток» на своей записи
Открыть «Поток» в TelegramКонфликт интересовСтатью подготовила команда «Потока»; Transcribsi, taktext, Speech2Text, Teamlogs и Транскриба разобраны по одним правилам, цены сняты со страниц сервисов 05.11.2026.