Без лимита минут аудио переводит в текст открытая модель Whisper на вашем компьютере: ограничивает только мощность, от 1 ГБ видеопамяти у модели tiny до 10 ГБ у large. Облачные сервисы считают минуты: Word даёт 300 минут в месяц. Для готовых записей есть Telegram-бот «Потока» @potok_now_bot.
Нейросеть без лимита минут — это модель, которая работает у вас на компьютере. За минуты платить не нужно, но считает ваш процессор или видеокарта. У облачных сервисов лимиты свои, их видно в таблице ниже. Подробнее о бесплатных вариантах — в разделе про бесплатную расшифровку аудио.
Аудио в текст нейросеть бесплатно без лимита: что умеет Whisper
Whisper — это открытая модель распознавания речи от OpenAI. Ей нужен ffmpeg, а моделей шесть: tiny, base, small, medium, large и turbo. Требования растут с размером: tiny и base берут около 1 ГБ видеопамяти, small около 2 ГБ, medium около 5 ГБ, turbo около 6 ГБ, large около 10 ГБ. Точность сильно зависит от языка.
Модель large-v3 знает 99 языков и распространяется по лицензии Apache-2.0. Она обрабатывает звук окнами по 30 секунд, а длинные записи режут на части. Среди известных проблем на карточке модели — «выдуманные» фразы и повторы.
Для запуска без лишних зависимостей есть whisper.cpp. Он работает офлайн на Windows и macOS, но читает только WAV 16 бит. Mp3 переводят командой ffmpeg -i input.mp3 -ar 16000 -ac 1 -c:a pcm_s16le output.wav. Как устроены такие модели, объясняет статья про нейросети для расшифровки аудио.
| Сервис | Бесплатно | Платно |
|---|---|---|
| Бот «Потока» и веб-версия | 60 минут в месяц | 7 дней — 249 ₽, 30 дней — 449 ₽, год — 2 890 ₽; входит в подписку приложения «Поток» |
| Otter.ai | Basic: 300 минут транскрибации в месяц, до 30 минут на встречу, 3 импортированных файла за всё время использования — бесплатно навсегда | $16.99/мес (Pro, помесячная оплата, 1200 мин/мес); $8.33/мес (Pro, при годовой оплате (сумма списывается за год)); $30/мес (Business, помесячная оплата) |
| Transkriptor | 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)) |
| SaluteSpeech Bot (Сбер) | бесплатно; голосовые, аудио и кружки | — |
| Voicy (@voicybot) | бесплатно; на движке Wit.ai — записи до 50 секунд | — |
| Войси (@Voicee_AI_Bot) | 45 минут на старте | 500 ₽/час записи (без пакета; с пакетами дешевле) |
| KolerskyAI Whisper Bot | первые 5 минут | 69 ₽/15 минут; 149 ₽/50 минут; 490 ₽/200 минут |
Когда без лимита не получится
Локальная модель упирается в железо: чем крупнее Whisper, тем больше видеопамяти ему нужно. «Поток» — облачный сервис, распознавание на серверах в России; без интернета не работает. Для готовых записей у него есть Telegram-бот @potok_now_bot: он расшифровывает голосовые, аудио и видео, даёт 60 минут бесплатно каждый месяц, распознаёт только русскую речь и ничего не переводит. Одна подписка — приложение для диктовки и бот для записей и голосовых.
Кому подойдёт локальная модель
- Тем, у кого много записей: лимита минут у локальной модели нет, платить за минуты не нужно.
- Тем, кому нужна работа офлайн: whisper.cpp запускается без интернета.
- Тем, кто готов перевести файл в WAV и подобрать модель под свою видеокарту.
- Тем, кому достаточно разовой расшифровки: в облаке Audio2Text бесплатно даёт 15 минут в месяц, Speech2Text.ru 3 часа при регистрации, TurboScribe 3 файла в день до 30 минут каждый.
- Otter.ai даёт 300 минут в месяц, но русскую речь не поддерживает.
Частые вопросы
Зависит от модели. По описанию проекта, tiny и base требуют около 1 ГБ видеопамяти, small около 2 ГБ, medium около 5 ГБ, turbo около 6 ГБ, large около 10 ГБ. Чем меньше модель, тем скромнее требования.
Модель large-v3 работает окнами по 30 секунд, поэтому длинные файлы режут на части. На карточке модели оговорено, что она может выдавать «выдуманные» фразы и повторы, так что итог стоит просмотреть.
690 ₽ в месяц при помесячной оплате или 499 ₽ в месяц при оплате сразу за год (5 999 ₽/год). В Pro входят безлимит по словам, личный словарь терминов, сниппеты по голосу и приоритетная поддержка.
Уже надиктованный текст остаётся там, куда он вставлен, — в поле вашего приложения. Продолжить диктовку сверх бесплатного лимита можно на платном тарифе: у Потока Pro — без лимита слов; иначе — после обновления недельного лимита.
Диапазон широкий: от полностью бесплатных встроенных инструментов (Win+H в Windows, диктовка macOS) до платных подписок у специализированных сервисов — например, у Диктуй от 239 ₽/мес при оплате за год (2870 ₽/год), у WhispeRu 290 ₽/мес. У Потока — бесплатный план 2500 слов в неделю и Pro за 690 ₽/мес (499 ₽/мес при годовой оплате).
Бесплатные тарифы сервисов голосового ввода обычно ограничены по словам или минутам в неделю или месяц (у Потока — 2500 слов в неделю). Без лимита бесплатны встроенные системные инструменты — Win+H в Windows и Диктовка macOS.
Запись — в текст
Отправьте запись Telegram-боту «Потока» или загрузите файл до 2 ГБ в мини-приложении бота. Первые 60 минут каждого месяца — бесплатно.
Открыть @potok_now_bot в Telegram
Встроенная диктовка и «Поток»
| Средство | Где работает | Русский язык | Где распознаётся речь |
|---|---|---|---|
| Голосовой ввод Windows (Win+H) | Windows 10 и 11 | только в Windows 11 | облако Microsoft, без интернета не работает |
| Диктовка macOS | macOS | есть | на устройстве или на серверах Apple |
| Поток | Windows, macOS, Linux | основной язык | облако, серверы в России, без интернета не работает |
Первоисточники: support.microsoft.com · support.apple.com
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.