Голосовые сообщения

Голосовые сообщения в текст: расшифровка и диктовка вместо записи

Марк Весёлый · основатель «Потока» · ~9 мин
Голосовые сообщения в текст: расшифровка и диктовка вместо записи

«Голосовые сообщения в текст» — это две разные задачи: расшифровать уже присланное голосовое или надиктовать текст вместо записи голосового самому. Для расшифровки чужих сообщений нужен отдельный сервис транскрибации, а для второй задачи подходит обычная программа диктовки: Поток (potok.now), например, вставляет надиктованный текст в поле сообщения любого мессенджера за счёт хоткея, со скоростью около 900 знаков в минуту.

Под «голосовыми сообщениями в текст» люди ищут разное: одним нужно прочитать вместо того, чтобы слушать присланное голосовое в Discord, Botim или Element, другим — надиктовать сообщение голосом и отправить его уже текстом, не записывая аудио вовсе. Материалы ниже разбирают оба случая по конкретным мессенджерам.

Главные вопросы темы и где на них ответ

Три шага диктовки в «Потоке»: зажал Ctrl + Space, сказал фразу вслух, текст появился в активном поле
Диктовка в «Потоке»: горячая клавиша, речь, готовый текст в том окне, где стоит курсор.

С чего начать новичку

  1. Определите, какая у вас задача: расшифровать чужое голосовое или самому не записывать голосовое, а сразу надиктовать текст — от этого зависит выбор инструмента.
  2. Для расшифровки уже присланных сообщений выбирайте отдельный сервис транскрибации файлов — сама программа диктовки вроде Потока с этим не поможет, она распознаёт только то, что произносится вживую — для готовых записей у «Потока» есть Telegram-бот @potok_now_bot.
  3. Для второго случая — диктовки вместо записи голосового — подключите программу диктовки и хоткей, чтобы надиктованный текст сразу попадал в поле ввода сообщения любого мессенджера.
  4. Проверьте, куда уходит звук во время диктовки: на сервер, как у Потока, или прямо на устройство, как у GigaType или Molvi — это особенно важно для личной переписки.
  5. Сравните бесплатные лимиты перед тем, как платить: у Потока — 2500 слов в неделю без карты, у Диктуй и SpeakFlow — 30 минут в месяц.

Где Поток не подходит

Поток не подходит для расшифровки уже присланных голосовых сообщений: он распознаёт только то, что произносится вживую при нажатой горячей клавише, а не готовые аудиозаписи — для готовых записей у «Потока» есть Telegram-бот @potok_now_bot. Поток — облачный сервис, распознавание идёт на серверах в России, и без интернета он не работает — если нужна офлайн-расшифровка личной переписки, стоит смотреть в сторону программ вроде GigaType или Molvi, которые распознают прямо на устройстве.

Разбор темы в три шага: Главные вопросы темы и где на них ответ → С чего начать новичку → Где Поток не подходит
О чём страница по шагам: Главные вопросы темы и где на них ответ → С чего начать новичку → Где Поток не подходит.

Частые вопросы

Умеет ли Поток расшифровывать уже отправленные голосовые сообщения?

Нет: Поток распознаёт только то, что говорится вживую при нажатой горячей клавише, и не работает с готовыми аудиозаписями. Для расшифровки присланных голосовых нужен отдельный сервис транскрибации.

Как быстрее — надиктовать текст или записать и отправить голосовое?

Если получателю удобнее читать, надиктовать текст сразу часто быстрее: у Потока скорость надиктовки около 900 знаков в минуту, и переслушивать записанное потом не нужно ни отправителю, ни получателю.

В чём разница между голосовым вводом и транскрибацией?

Голосовой ввод — это диктовка в реальном времени: говоришь и сразу получаешь текст в активном поле. Транскрибация — это расшифровка уже готовой аудио- или видеозаписи (например, записи встречи) в текст постфактум. Приложение «Поток» решает первую задачу — живую диктовку; готовые записи на русском расшифровывает его Telegram-бот @potok_now_bot.

Можно ли расшифровать звонок в Zoom автоматически?

Да, у ряда платформ есть встроенная транскрибация встреч: в Zoom — для облачных записей, в Microsoft Teams — во время встречи, в Google Meet — на тарифах Google Workspace. Альтернатива — записать звук и обработать отдельным сервисом транскрибации после звонка. Приложение «Поток» такой расшифровки не делает — оно для живой диктовки; запись звонка файлом можно отправить Telegram-боту «Потока» @potok_now_bot.

Чем транскрибация отличается от голосового ввода?

Голосовой ввод — это диктовка в реальном времени в активное текстовое поле. Транскрибация — перевод уже готовой аудио/видеозаписи (лекции, звонка, подкаста) в текст постфактум, часто с диаризацией (разделением по говорящим).

Можно ли расшифровать протокол совещания через голосовой ввод?

Через Поток можно надиктовать протокол вживую, произнося его по ходу или сразу после совещания. Расшифровка уже записанного аудиофайла встречи (готовая запись Zoom/Телемост) — отдельная задача транскрибации: такой файл можно отправить Telegram-боту «Потока» @potok_now_bot.

Попробовать на своей записи

Бот «Потока» в Telegram расшифрует голосовое, кружок, аудио или видео, а по кнопкам сделает выжимку и список задач. 60 минут в месяц бесплатно.

Открыть @potok_now_bot в Telegram
Сравнение «Потока» и Расшифровка… по строкам: платформы, бесплатно, оплата из рф, распознавание
«Поток» и Расшифровка…: условия по официальным сайтам сервисов.

Программы по теме: сравнение условий

Условия — по официальным сайтам сервисов.
СервисПлатформыБесплатноЦенаОплата из РФГде распознаётся речь
Бот «Потока» и веб-версияTelegram (@potok_now_bot, мини-приложение в боте)60 минут в месяц7 дней — 249 ₽, 30 дней — 449 ₽, год — 2 890 ₽; входит в подписку приложения «Поток»российские карты, рублиоблако, серверы в России; нужен интернет
Расшифровка голосовых в TelegramTelegramбез Premium — несколько расшифровок в неделю; с Premium — без ограничения числа—не раскрытосерверы Telegram
SaluteSpeech Bot (Сбер)Telegramбесплатно; голосовые, аудио и кружки—не раскрытооблако SaluteSpeech (Сбер)
Voicy (@voicybot)Telegramбесплатно; на движке Wit.ai — записи до 50 секунд—не раскрытоWit.ai, Yandex SpeechKit или Google Speech — движок выбирает пользователь
Voix (@RecogMyAudioBot)Telegramголосовые до 15 минут, видео до 6 минут—не раскрытоне раскрыто
Войси (@Voicee_AI_Bot)Telegram, Web45 минут на старте500 ₽/час записи (без пакета; с пакетами дешевле)рублине раскрыто
KolerskyAI Whisper BotTelegramпервые 5 минут69 ₽/15 минут; 149 ₽/50 минут; 490 ₽/200 минутрублине раскрыто
Транскрибатор (@gotranscribeai_bot)Telegram, Max3 транскрипции в месяц—не раскрытоне раскрыто

Встроенная диктовка и «Поток»

По справке Microsoft и Apple.
СредствоГде работаетРусский языкГде распознаётся речь
Голосовой ввод Windows (Win+H)Windows 10 и 11только в Windows 11облако Microsoft, без интернета не работает
Диктовка macOSmacOSестьна устройстве или на серверах Apple
ПотокWindows, macOS, Linuxосновной языкоблако, серверы в России, без интернета не работает

Первоисточники: core.telegram.org · www.ixbt.com · developers.sber.ru · t.me

Расшифровать запись в Telegram

Голосовые, кружки, аудио и видео расшифровывает Telegram-бот «Потока» @potok_now_bot: перешлите ему голосовое из любого чата, пришлите файл или ссылку на YouTube, VK Видео или RuTube. Короткая запись приходит текстом в чат, длинная — файлом; тайм-коды и разметку по спикерам можно включить. По кнопкам — краткая выжимка, задачи и сроки, ответ на вопрос по записи и выгрузка в TXT, DOCX, PDF или SRT. Большие файлы, до 2 ГБ, удобнее загружать в мини-приложении бота — кнопка «Загрузить» у поля ввода. Бот распознаёт русскую речь, 60 минут в месяц — бесплатно.

Марк Весёлый — основатель «Потока». Пишет о голосовом вводе на русском: как диктовать в рабочих программах, что мешает и чем это чинится.
© Поток · Липатников Владимир Олегович · ИНН 502915859701 · Оферта Сравнения · Вопросы и ответы · О проекте Бесплатный голосовой ввод · Голосовой ввод для нейросетей · Данные и 152-ФЗ · Голосовой ввод на Mac · Тарифы бота · 14 дней Pro за отзыв