Поток

Транскрибация видео с YouTube без субтитров

Марк Весёлый · основатель «Потока» · ~7 мин
Транскрибация видео с YouTube без субтитров

Если субтитров у ролика нет, его расшифровывают по звуку: бот «Потока» принимает ссылку на YouTube, бесплатно доступно 60 минут в месяц. Автосубтитры не создаются при плохом звуке, для слишком длинных видео и на неподдерживаемом языке. Скачивать чужое видео можно только там, где это разрешает сервис.

На ролике нет кнопки субтитров, а текст нужен? Сначала выясните, почему их нет, потом выбирайте способ.

Как расшифровать видео с YouTube без субтитров

  1. Проверьте описание видео: если там есть «Show transcript», готовый текст уже есть и расшифровка не нужна.
  2. Если пункта нет, значит субтитры не созданы. В справке YouTube названы причины: видео слишком длинное, язык не поддерживается, плохой звук, длинное беззвучное начало, говорят несколько человек одновременно или на нескольких языках.
  3. Отправьте ссылку на ролик боту @potok_now_bot в Telegram. Бот принимает ссылки на YouTube, VK Видео и RuTube.
  4. Короткая запись придёт текстом в чат, длинная — файлом TXT или DOCX. Тайм-коды и разметку по спикерам можно включить.
  5. Если ссылку бот не принял, загрузите файл записи: большие файлы принимает мини-приложение бота.
Цены и условия — по официальным сайтам сервисов.
СервисПлатформыБесплатноЦенаОплата из РФГде распознаётся речь
Бот «Потока» и веб-версияTelegram (@potok_now_bot, мини-приложение в боте)60 минут в месяц7 дней — 249 ₽, 30 дней — 449 ₽, год — 2 890 ₽; входит в подписку приложения «Поток»российские карты, рублиоблако, серверы в России; нужен интернет
Otter.aiWeb, iOS, Android, Chrome extension, Desktop (Mac/Windows), интеграции с Zoom, Microsoft Teams, Google MeetBasic: 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
TranskriptorWeb10 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)Telegramбесплатно; голосовые, аудио и кружки—не раскрытооблако SaluteSpeech (Сбер)
Voicy (@voicybot)Telegramбесплатно; на движке Wit.ai — записи до 50 секунд—не раскрытоWit.ai, Yandex SpeechKit или Google Speech — движок выбирает пользователь
Войси (@Voicee_AI_Bot)Telegram, Web45 минут на старте500 ₽/час записи (без пакета; с пакетами дешевле)рублине раскрыто
KolerskyAI Whisper BotTelegramпервые 5 минут69 ₽/15 минут; 149 ₽/50 минут; 490 ₽/200 минутрублине раскрыто
Транскрибатор (@gotranscribeai_bot)Telegram, Max3 транскрипции в месяц—не раскрытоне раскрыто
Voix (@RecogMyAudioBot)Telegramголосовые до 15 минут, видео до 6 минут—не раскрытоне раскрыто
Расшифровка голосовых в TelegramTelegramбез Premium — несколько расшифровок в неделю; с Premium — без ограничения числа—не раскрытосерверы Telegram
Speech2Text.ruWeb3 часа при регистрации—не раскрытоне раскрыто
Три шага диктовки в «Потоке»: зажал Ctrl + Space, сказал фразу вслух, текст появился в активном поле
Диктовка в «Потоке»: горячая клавиша, речь, готовый текст в том окне, где стоит курсор.

Как проверить и поправить расшифровку

Бот вычитывает длинные записи: ставит знаки препинания и заглавные буквы, правит явные ошибки распознавания, но не сокращает текст. Имена и термины сверьте с роликом.

Автосубтитры YouTube — тоже распознавание речи, и качество у них зависит от произношения, акцента и шумов. Справка рекомендует использовать их, только когда нет возможности сделать субтитры вручную. Поэтому и готовый текст из «Show transcript» стоит выборочно проверить на слух.

Если у вас уже есть законно полученный файл, его можно расшифровать на своём компьютере: whisper.cpp работает офлайн на Windows и macOS, а ffmpeg переводит запись в 16-битный WAV командой ffmpeg -i input.mp3 -ar 16000 -ac 1 -c:a pcm_s16le output.wav. Модель large требует около 10 ГБ видеопамяти.

Расчёт по средней скорости печати и речи, не замер.
ЗадачаЗнаковПечать (200 зн/мин)Голос (900 зн/мин)
ответ в чате3002 мин0.5 мин
письмо15008 мин1.7 мин
пост или протокол400020 мин4.4 мин
статья1000050 мин11.1 мин
Разбор темы в три шага: Как расшифровать видео с YouTube без субтитров → Как проверить и поправить расшифровку → Когда бот не подойдёт
О чём страница по шагам: Как расшифровать видео с YouTube без субтитров → Как проверить и поправить расшифровку → Когда бот не подойдёт.

Когда бот не подойдёт

Английский ролик бот не расшифрует: он понимает лишь русскую речь, перевода у него нет. Без подписки расшифровать можно 60 минут за месяц. Это услуга Telegram-бота, а в приложении «Потока» для диктовки её нет; обе части входят в одну подписку. «Поток» — облачный сервис: речь распознаётся на серверах в России, без интернета он не работает. Подробнее о том, как получить текст ролика, — в материалах про YouTube в текст и субтитры YouTube в текст.

Сравнение «Потока» и Win+H по строкам: платформы, бесплатно, оплата из рф, распознавание
«Поток» и Win+H: условия по официальным сайтам сервисов.

Частые вопросы

Как понять, что у видео на YouTube есть готовый текст?

Откройте описание видео и найдите «Show transcript». Клик по строке переходит к нужному моменту ролика. Пункт есть только у видео, у которых уже есть субтитры; если его нет, текст нужно получать расшифровкой звука.

Можно ли качать чужое видео ради расшифровки?

По условиям YouTube скачивать и копировать содержимое сервиса можно только в случаях, которые сервис прямо разрешил, либо с письменного согласия. Формулировка в оригинале длинная, так что перед скачиванием проверьте условия на самом сайте.

Чем транскрибация отличается от голосового ввода?

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).

В чём разница между голосовым вводом и транскрибацией?

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.

Можно ли расшифровать протокол совещания через голосовой ввод?

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.

Можно ли расшифровать звонок в Zoom автоматически?

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.

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

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.

Марк Весёлый — основатель «Потока». Пишет о голосовом вводе на русском: как диктовать в рабочих программах, что мешает и чем это чинится.
© Поток · Липатников Владимир Олегович · ИНН 502915859701 · Оферта Сравнения · Вопросы и ответы · О проекте Бесплатный голосовой ввод · Голосовой ввод для нейросетей · Данные и 152-ФЗ · Голосовой ввод на Mac · Тарифы бота · 14 дней Pro за отзыв