# Метод замера «аудио в текст» — 05.11.2026 и 07.11.2026

Статья: `/audio-v-tekst-issledovanie/`
Сырые данные: `results.csv` (27 строк)

## Что мерили

- Четыре отрезка по 5 минут (окно 10:00–15:00 записи), моно, mp3 48 кбит/с, 22,05 кГц.
- Слот 1 — лекция на русском, слот 2 — интервью на русском, слот 3 — подкаст на три спикера, слот 4 — лекция на английском.
- Эталон — субтитры YouTube за то же окно: для русских записей автосубтитры, для английской ручные субтитры.
- Все сервисы получали один и тот же файл. Один прогон на ячейку «сервис × слот», повторов нет.

## Прогоны

1. **Ночь 05.11.2026, 00:20–01:00 МСК.** «Поток» (acc5), Transcribsi (acc4), taktext (acc6).
   Входов в аккаунты не было, покупок не было.
2. **День 05.11.2026, 16:30–18:16 МСК.** Тот же инструмент и те же отрезки, «Поток» шёл с acc3 вместо acc5.
   Безлимит тестовому аккаунту выдан в 17:55, в 18:35–18:47 пересняты все четыре отрезка.
   Действительных ячеек в этом прогоне — 3 из 12: taktext на лекции, Transcribsi на лекции и интервью.
   Тексты совпали с ночным прогоном до слова, различалось только время ответа.
   **В `results.csv` — дневные значения.**
3. **Без регистрации, 07.11.2026.** Speech2Text, Teamlogs, Транскриба. Headless Chromium через Playwright,
   у каждого прогона свой профиль браузера, одна загрузка на отрезок.

## Почему в таблице есть прочерки

- «Поток», acc3, первая попытка: «Бесплатные минуты закончились. Новые бесплатные минуты — 1 декабря».
- «Поток», отрезок 4, первая попытка: скрипт принял за результат чужое старое сообщение. Запись перенесена в invalid-каталог
  и в расчёт не входит; в таблице стоит повторный результат.
- taktext, с отрезка 2: «you currently have 0 min».
- Transcribsi, с отрезка 3: «All 3 free files for today are used».
- Speech2Text, отрезки 2–4: редирект на страницу регистрации, файл не передавался.
- Teamlogs, все четыре отрезка: шаг «2 Авторизация» стоит до распознавания, аккаунт не заводили.
- Транскриба, все четыре отрезка: бесплатно отдаёт 60 секунд текста вместо пяти минут, статус `partial`.
  Полный текст за деньги или с аккаунтом не покупали, поэтому WER для Транскрибы не считался.

## Метрики

- WER со вставками, %: `(S + D + I) / N × 100`, где S — замены, D — удаления, I — вставки, N — слова эталона.
- WER без вставок, %: `(S + D) / N × 100`.
- CER, %: ошибки символов по нормализованной строке.
- Нормализация: NFKC, нижний регистр, «ё» приравнивается к «е», дефис разделяет слово, пунктуация убрана.
  Метки времени и подписи спикеров вырезаются перед счётом.
- 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.
- Тайм-коды: есть или нет.

## Оговорки

- Эталон лекции неполный: 456 слов в автосубтитрах против 649–655 слов у сервисов. Полный WER на слоте 1
  отражает дефект эталона, а не качество сервисов; на слоте 1 смотреть WER без вставок.
- Русский эталон сам с ошибками, поэтому абсолютные WER завышены. Различия между сервисами в пределах 1–2 п. п.
  статистически не подтверждены: один прогон, погрешность ±1,5 п. п.
- Время включает очередь сервиса на момент прогона; нагрузку не контролировали.
- Плохой звук, шум, перебивающиеся голоса и записи с 4–5 спикерами в наборе не было.
- Полные записи длиннее 5 минут не отправляли.
- Speechka не мерили: бот требует принять условия обработки персональных данных.
- Whisper large-v3 не запускали: весов на машине не было, скачивание не разрешали.

## Что публикуется

`results.csv` — сырые строки всех ячеек со статусами. Всё, что в статье названо числом WER, CER или временем
до текста, взято из этого файла. Цены сервисов — с их страниц, с датой проверки и адресом (см. раздел «Цены 2026»
в статье); цены в замере не измерялись.