Для расшифровки речи на казахском в текст у Whisper в списке языков значится казахский с кодом kk, но точность сильно зависит от языка, а цифр для казахского нет. Бот @potok_now_bot сервиса «Поток» (potok.now) казахскую речь не распознаёт: только русскую, 60 минут бесплатно в месяц.
Что про казахский в Whisper известно точно?
Казахская речь в текст через Whisper по шагам
- Проверьте, что файл в одном из форматов: mp3, mp4, mpeg, mpga, m4a, wav или webm. Формата amr в списке OpenAI нет.
- Убедитесь, что размер до 25 MB. Файл побольше сожмите или разрежьте на части до 25 MB.
- Возьмите модель, у которой в списке языков есть казахский: в коде Whisper он значится как kazakh с кодом kk. Полный перечень языков лежит в файле tokenizer.py проекта Whisper.
- Сверьте результат с записью: для whisper-1 OpenAI указывает, что точность зависит от языка, а в README Whisper сказано, что она сильно различается по языкам.
Что известно о точности казахского
- В README Whisper таблицы языков нет, там отсылка к файлу tokenizer.py со списком всех доступных языков.
- Качество распознавания сильно зависит от языка. Числа для казахского из открытых текстов не прочесть, поэтому процентов здесь нет.
- Whisper-1 в OpenAI поддерживает 98 языков, и точность у них разная.
- Среди сервисов число языков заявляют Audio2Text (99), TurboScribe (98+) и Happy Scribe (150+). Есть ли среди них казахский и как он звучит в расшифровке, проверяйте на коротком фрагменте.
| 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 |
| 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 Telegram-бот не подойдёт для казахского
Бот @potok_now_bot распознаёт только русскую речь и не переводит, поэтому запись на казахском он не расшифрует. Приложение «Поток» работает с русским и русским вперемешку с английским, а готовые записи расшифровывает бот; подписка одна на оба. «Поток» — облачный сервис, распознавание на серверах в России; без интернета не работает. Для других форматов смотрите расшифровку видео в текст и расшифровку вебинара.
Частые вопросы
Бот @potok_now_bot распознаёт только русскую речь и ничего не переводит. Запись на казахском он не расшифрует, для неё нужен сервис, в списке языков которого есть казахский.
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.
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.
Скачать установщик с potok.now/download → установить → зарегистрироваться по email → в любом текстовом поле зажать хоткей (по умолчанию Ctrl+Space) → говорить → отпустить хоткей — текст появится в поле.
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 TelegramПервоисточники: 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.