Сразу в русский текст английскую речь бот «Потока» [@potok_now_bot](https://t.me/potok_now_bot) не расшифрует: он распознаёт только русскую речь и не переводит. Whisper large-v3 заявляет 99 языков, но его режим translate переводит только в английский, то есть в обратную сторону. Русский перевод субтитров к своему видео добавляют в YouTube Studio.
Английская речь и русский текст — это две разные задачи: сначала звук превращают в слова, затем при необходимости слова переводят.
Расшифровка английской речи в русский текст: что делать
- Решите, что именно нужно: русский перевод субтитров к своему видео или русский текст по аудио.
- Для видео на YouTube русскую версию субтитров добавляют в Studio: меню «Субтитры», нужное видео, «Добавить перевод на другой язык», «Добавить». Дальше выберите «Загрузить файл», «Синхронизировать автоматически» или «Ввести вручную» и нажмите «Сохранить» или «Опубликовать».
- Автосинхронизация привязывает вставленный текст к времени, но язык текста должен совпадать с аудио. Для русского перевода к английской дорожке этот вариант не подходит.
- Если собираетесь запускать Whisper сами, режим translate использовать для русского не стоит: он переводит только в английский, а модель turbo перевод вообще не умеет.
Какие инструменты что делают
- Автосубтитры YouTube — это распознавание речи. Качество зависит от произношения, акцента и посторонних шумов, а сам язык должен быть в списке справки.
- Whisper — модель распознавания речи от OpenAI. Режим translate работает в одну сторону — в английский.
- Бот расшифровывает русскую речь и выгружает текст в TXT, DOCX, Markdown, PDF, SRT и VTT. Перевода между языками в нём нет.
О том, какие нейросети вообще переводят речь, рассказывает подборка нейросетей для речи в текст на русском. Видео целиком разбирает страница про перевод речи в текст с видео.
| 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 |
| Otter.ai | Web, iOS, Android, Chrome extension, Desktop (Mac/Windows), интеграции с Zoom, Microsoft Teams, Google Meet | 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) | нет напрямую — биллинг в долларах через международные платёжные процессоры отклоняет карты, выпущенные в России и Белоруссии (подтверждено по независимым русскоязычным обзорам-инструкциям на dtf.ru и vc.ru; официального заявления Otter.ai о блокировке РФ не найдено, это следствие общих ограничений платёжных систем) | облачно, серверы США (компания зарегистрирована в США); точный дата-центр не раскрыт на странице pricing |
| 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 |
| 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 |
| 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 |
| Voix (@RecogMyAudioBot) | Telegram | голосовые до 15 минут, видео до 6 минут | — | не раскрыто | не раскрыто |
| Расшифровка голосовых в Telegram | Telegram | без Premium — несколько расшифровок в неделю; с Premium — без ограничения числа | — | не раскрыто | серверы Telegram |
| Speech2Text.ru | Web | 3 часа при регистрации | — | не раскрыто | не раскрыто |
Когда бот не подойдёт
Английскую речь бот не распознает, перевода у него нет. «Поток» — облачный сервис, распознавание на серверах в России; без интернета не работает. Приложение для диктовки на компьютере готовые записи не расшифровывает, для них есть бот: одна подписка — приложение для диктовки и Telegram-бот для записей и голосовых. Если запись русская, ему подойдёт и файл, и голосовое.
Частые вопросы
У модели large-v3 заявлено 99 языков. Окно у неё 30 секунд, а для длинных файлов используют разбиение на отрезки по 30 секунд. В карточке модели предупреждено: возможны выдуманные фразы и повторы.
Справка YouTube называет причины: видео слишком длинное, язык не поддерживается, плохое качество звука, длинное беззвучное начало, говорят несколько человек одновременно или на нескольких языках.
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.
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 в активное текстовое поле. Транскрибация — перевод уже готовой аудио/видеозаписи (лекции, звонка, подкаста) в текст постфактум, часто с диаризацией (разделением по говорящим).
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
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.