Транскрибация — это перевод уже готовой аудио- или видеозаписи в текст после разговора; голосовой ввод — надиктовка текста в реальном времени прямо в поле, куда он сразу вставляется по ходу речи. Поток (potok.now) — инструмент именно второго типа: хоткей Ctrl+Space, 14 дней полного доступа бесплатно, а расшифровкой уже записанных файлов он не занимается.
На слух «транскрибация» и «голосовой ввод» звучат похоже — оба про превращение речи в текст, — но на практике это разные задачи с разным входом: в одном случае на входе готовая запись, в другом — живая речь прямо сейчас.
Чем транскрибация отличается от голосового ввода технически
Транскрибация — это обработка уже существующей записи: файла с диктофона, звонка в Zoom, лекции или подкаста. Программа получает на вход целый аудио- или видеофайл, разбирает его целиком, нередко с таймкодами и разметкой по говорящим, и на выходе отдаёт готовый текстовый документ — на это может уйти и пара минут, и несколько часов, в зависимости от длины записи.
Голосовой ввод устроен иначе — это надиктовка в реальном времени. Пользователь нажимает хоткей, говорит, отпускает клавишу, и текст сразу появляется в активном поле того приложения, где стоит курсор: в поисковой строке, в чате, в документе. Отдельного файла на выходе здесь не появляется, и разметка по говорящим не нужна, потому что говорящий всегда один, а текст нужен сразу, а не после обработки.
На практике граница между терминами смывается маркетингом: часть программ из обзора описывает себя словом «транскрипция», хотя по сути делает именно голосовой ввод. У Voisty, например, бесплатный лимит буквально называется «5 минут транскрипции для оценки качества», хотя сама программа встраивается как обычная надиктовка с горячей клавишей, а не как загрузчик готовых файлов.
При выборе программы стоит смотреть не на слово в названии, а на то, что она делает: принимает готовый файл на вход (транскрибация) или превращает речь в текст по ходу разговора, вставляя его прямо в поле (голосовой ввод). Поток относится ко второму типу — хоткей, надиктовка, вставка в активное поле, без загрузки файлов и без расшифровки уже существующих записей.
Когда нужна транскрибация, а когда голосовой ввод
Транскрибация нужна, когда запись уже существует и её надо превратить в текст постфактум: интервью для статьи, запись созвона, лекция на диктофон, эпизод подкаста для публикации с субтитрами. Здесь важны длина записи, число говорящих и точность разметки — кто что сказал и когда, а надиктовка в реальном времени тут ни при чём, потому что разговор уже закончился.
Голосовой ввод нужен в обратной ситуации — когда текста ещё нет и его проще сказать, чем напечатать: короткое письмо, сообщение в мессенджере, черновик документа, заметка на ходу. Здесь не важны таймкоды и говорящие, важна скорость: сказал — тут же увидел готовый текст в нужном поле, без отдельного шага «загрузить файл и подождать обработку». Похожий переход от печати к речи уже разбирался в материале о полутора годах без клавиатуры.
Пограничный случай — надиктовка длинного текста вроде статьи или отчёта: формально это всё ещё голосовой ввод, а не транскрибация, потому что отдельного файла-записи не появляется, но по объёму задача ближе к транскрибации — не каждая программа для коротких фраз выдерживает надиктовку на десятки минут без потери качества. Для таких сессий стоит заранее проверить лимит: у SpeakFlow и Диктуй бесплатно доступно 30 минут в месяц, а не за сессию, и он быстро заканчивается именно на длинных текстах.
| 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 Поток не подходит для этой задачи
Если нужно расшифровать уже существующую запись — созвон, лекцию, интервью с диктофона, — Поток не подходит: он занимается только голосовым вводом в реальном времени и не принимает готовые аудиофайлы на вход, расшифровки записей у него нет — для готовых записей у «Потока» есть Telegram-бот @potok_now_bot.
Поток — облачный сервис, распознавание на серверах в России; без интернета не работает, поэтому для транскрибации без сети тоже нужен отдельный инструмент. Из программ в обзоре ближе всего к обработке звука на самом устройстве — Molvi и GigaType, но и они устроены как голосовой ввод, а не как загрузчик готовых записей; подробнее о разнице в подходах — в сравнении с GigaType.
Частые вопросы
Технически нет — голосовой ввод рассчитан на надиктовку в реальном времени в активное поле, а не на приём готового аудиофайла на вход. Для расшифровки записи нужен отдельный инструмент транскрибации, который умеет работать с файлами, а не только с живой речью.
Часто это маркетинговое смешение терминов, а не два разных режима работы: программа встраивается как обычная надиктовка по хоткею, но лимит или функцию в описании называют словом «транскрипция», потому что оно привычнее части аудитории.
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 в активное текстовое поле. Транскрибация — перевод уже готовой аудио/видеозаписи (лекции, звонка, подкаста) в текст постфактум, часто с диаризацией (разделением по говорящим).
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.
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.
Расшифровать свою запись
Перешлите голосовое, пришлите файл или ссылку на YouTube, VK Видео или RuTube Telegram-боту «Потока» — текст придёт в том же чате. 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 |
| Расшифровка голосовых в Telegram | Telegram | без Premium — несколько расшифровок в неделю; с Premium — без ограничения числа | — | не раскрыто | серверы Telegram |
| SaluteSpeech Bot (Сбер) | Telegram | бесплатно; голосовые, аудио и кружки | — | не раскрыто | облако SaluteSpeech (Сбер) |
| Voicy (@voicybot) | Telegram | бесплатно; на движке Wit.ai — записи до 50 секунд | — | не раскрыто | Wit.ai, Yandex SpeechKit или Google Speech — движок выбирает пользователь |
| Voix (@RecogMyAudioBot) | Telegram | голосовые до 15 минут, видео до 6 минут | — | не раскрыто | не раскрыто |
| Войси (@Voicee_AI_Bot) | Telegram, Web | 45 минут на старте | 500 ₽/час записи (без пакета; с пакетами дешевле) | рубли | не раскрыто |
| KolerskyAI Whisper Bot | Telegram | первые 5 минут | 69 ₽/15 минут; 149 ₽/50 минут; 490 ₽/200 минут | рубли | не раскрыто |
| Транскрибатор (@gotranscribeai_bot) | Telegram, Max | 3 транскрипции в месяц | — | не раскрыто | не раскрыто |
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.