Подработка на расшифровке аудио — заказчик присылает запись, исполнитель слушает её и печатает текст, обычно с оплатой за минуту звучания, а не за час работы. Раньше расшифровку делали целиком руками; сейчас чаще прогоняют запись через инструмент распознавания речи и правят черновик — так быстрее, хотя ошибки распознавания правят вручную: например, у «Потока» (potok.now) их 2,1% на бенчмарке GolosTest.
Расшифровка аудио в текст — устойчивая подработка: юристам нужны стенограммы заседаний, исследователям — текст интервью, подкастам — субтитры, а компаниям — протоколы созвонов. Раньше это была чисто ручная работа: слушать в наушниках, останавливать запись, печатать, перематывать назад непонятое слово. Сейчас в эту цепочку почти всегда встроен инструмент распознавания речи — он не заменяет исполнителя целиком, но избавляет от печати с нуля и ускоряет самую нудную часть работы. Весь список программ для диктовки — в разделе программы для голосового ввода.
Как устроена расшифровка аудио как подработка
Заказчик присылает файл или ссылку на запись — интервью, лекцию, судебное заседание, созвон. Исполнитель получает не голосовой ввод в реальном времени, а готовый файл, который нужно прослушать от начала до конца, иногда не один раз: непонятные слова, наложение голосов, технические термины требуют повторного прослушивания с перемоткой. Итоговый текст оформляют по правилам заказчика — с таймкодами, разметкой, кто говорит, а иногда и без знаков препинания, если это черновик для другого редактора.
Раньше единственным способом было печатать всё руками, слушая запись в наушниках. Сейчас чаще есть промежуточный шаг: запись сначала прогоняют через инструмент распознавания речи и получают черновой текст, а дальше сверяют его со звуком и правят — это быстрее, чем печатать с нуля, но не отменяет прослушивание целиком, потому что нейросеть путает похожие слова и иногда «слышит» то, чего не говорили, особенно на тихом звуке или при наложении голосов.
Не любой инструмент распознавания годится для этой схемы: важно, чтобы он умел принимать готовый аудиофайл, а не только слушать микрофон в реальном времени. Voisty, например, прямо предлагает бесплатную транскрипцию для оценки качества — то есть рассчитан именно на загрузку записи, а не только на диктовку с хоткеем. Программы, заточенные под живую диктовку в активное поле, — например, GigaType или WhispeRu, — для расшифровки чужого файла не годятся вовсе: им нечего слушать, кроме микрофона в моменте.
Оплата за такую работу обычно привязана к длительности записи, а не к затраченному времени, — час сложной записи с наложением голосов может стоить исполнителю заметно больше усилий, чем час чистой одноголосой речи, хотя оплачивается одинаково.
Где ИИ-черновик экономит время подработчику, а где мешает
ИИ-черновик экономит время не при любой записи — вот где он действительно ускоряет работу, а где скорее мешает.
- Одна речь без наложения — интервью один на один, лекция одного спикера, ровный темп без пауз — черновик от нейросети получается почти готовым текстом, редактировать нужно по мелочи.
- Несколько говорящих одновременно, перебивают друг друга — определить, кто что сказал (диаризация), умеют не все инструменты распознавания, и черновик придётся размечать по голосам вручную, слушая запись заново.
- Плохое качество записи — телефон, шум, дальний микрофон — здесь нейросеть чаще путает слова и «слышит» лишнее, а исправлять такой черновик иногда дольше, чем печатать с нуля.
- Специализированная терминология — суд, медицина, узкая техническая тема — без личного словаря нейросеть заменит незнакомый термин на похожее по звучанию общее слово, и это придётся ловить построчно.
- Дословная расшифровка с заиканиями и словами-паразитами — если заказчику нужен точный протокол «как было сказано», а не гладкий текст, обычный черновик от распознавания речи не годится: такие инструменты, наоборот, чистят речь и убирают запинки.
- Разовая короткая запись на пять-десять минут для собственного блога или заметки — печатать вручную иногда быстрее, чем настраивать инструмент распознавания, загружать файл и потом сверять черновик со звуком.
- Конфиденциальная запись под NDA — если заказчик требует не загружать аудио ни в один облачный сервис, распознавание речи в облаке не подходит вовсе, и расшифровку приходится делать вручную или локальным инструментом без передачи звука наружу.
| Задача | Знаков | Печать (200 зн/мин) | Голос (900 зн/мин) |
|---|---|---|---|
| ответ в чате | 300 | 2 мин | 0.5 мин |
| письмо | 1500 | 8 мин | 1.7 мин |
| пост или протокол | 4000 | 20 мин | 4.4 мин |
| статья | 10000 | 50 мин | 11.1 мин |
Когда лучше печатать или взять другой инструмент
Для самой расшифровки аудио на подработке Поток не подходит вообще: это инструмент для диктовки в реальном времени в активное поле, а не для загрузки готовых файлов — расшифровки записей у него нет в принципе. Поток — облачный сервис, распознавание идёт на серверах в России, и без интернета он не работает, так что даже для собственных заметок в дороге без связи он не выручит. Голосовых команд и правки текста голосом в нём тоже нет: надиктованный текст, как и любой другой черновик, редактируют руками. Нет версий для Android и iPhone — надиктовать что-то с телефона между заказами не получится, только с компьютера на Windows или macOS. Тем, кто берёт подработку на расшифровке файлов, нужен отдельный инструмент транскрибации, который умеет принимать аудио целиком, а не хоткей для живой диктовки.
Частые вопросы
Слепая печать ускоряет работу, но не обязательна: если сначала прогонять запись через инструмент распознавания речи и потом только сверять и править черновик со звуком, важнее внимательный слух и скорость чтения, а не скорость печати с нуля.
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.
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.
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.
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).
Нет. «Поток» (potok.now) — это десктопное приложение для голосового ввода текста на Windows, macOS и Linux: зажал хоткей, продиктовал, текст вставился в активное поле. К инвестиционным сервисам или финансовым платформам с похожим названием отношения не имеет.
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
Программы по теме: сравнение условий
| Сервис | Платформы | Бесплатно | Цена | Оплата из РФ | Где распознаётся речь |
|---|---|---|---|---|---|
| Бот «Потока» и веб-версия | Telegram (@potok_now_bot, мини-приложение в боте) | 60 минут в месяц | 7 дней — 249 ₽, 30 дней — 449 ₽, год — 2 890 ₽; входит в подписку приложения «Поток» | российские карты, рубли | облако, серверы в России; нужен интернет |
| Пересказ видео в Яндекс Браузере | Яндекс Браузер | бесплатно | — | не раскрыто | облако Яндекса |
| Speech2Text.ru | Web | 3 часа при регистрации | — | не раскрыто | не раскрыто |
| Audio2Text | Web, Telegram | 15 минут в месяц | 295 ₽/мес (Базовый, 500 минут); 495 ₽/мес (Стандартный, 1000 минут); 1245 ₽/мес (Экспертный, 5000 минут) | рубли | не раскрыто |
| Войси (@Voicee_AI_Bot) | Telegram, Web | 45 минут на старте | 500 ₽/час записи (без пакета; с пакетами дешевле) | рубли | не раскрыто |
| TurboScribe | Web | 3 файла в день, каждый до 30 минут | $20/мес (Unlimited, помесячно) | не раскрыто | не раскрыто |
| Happy Scribe | Web | 10 минут ИИ-расшифровки | $17/мес (Basic, помесячно, 120 минут); $29/мес (Pro, помесячно, 600 минут) | не раскрыто | не раскрыто |
| Transkriptor | Web | 10 минут при регистрации, лимит 2 мин/день (по данным локализованного российского сайта transkriptor.ru); на международном сайте transkriptor.com заявлен бесплатный пробный период (по вторичным источникам — до 90 минут, официальная страница pricing не была доступна напрямую из-за таймаута загрузки) | 490 ₽/разово (Старт, 150 минут (transkriptor.ru)); 790 ₽/разово (Про, 700 минут (transkriptor.ru)); 1900 ₽/разово (Премиум, 2100 минут (transkriptor.ru)) | да, на локализованном сайте transkriptor.ru — банковские карты Visa/Mastercard/МИР без комиссии, СБП по QR без комиссии, ЮMoney с комиссией 3%; платежи разовые (без подписки), обрабатываются через сервис KASSA. Международный сайт transkriptor.com предположительно выставляет счета в долларах — не подтверждено напрямую (таймаут при попытке открыть страницу pricing) | не раскрыто |
Первоисточники: yandex.ru · vc.ru · speech2text.ru · audio-2-text.ru
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.