Поток

ВК: расшифровка голосовых сообщений и кнопка «Аа»

Марк Весёлый · основатель «Потока» · ~4 мин
ВК: расшифровка голосовых сообщений и кнопка «Аа»

Во ВКонтакте расшифровка голосового открывается кнопкой «Аа» справа от реплики: текст делает нейросеть, а расшифровать можно сообщение длиной до 30 минут. Ошибку в тексте можно поправить в приложении в течение суток. Готовую запись из другого чата расшифрует Telegram-бот @potok_now_bot из Потока (potok.now).

В VK Мессенджере для этого есть одна кнопка. Остальное — ограничения и правка текста.

ВК: расшифровка голосовых сообщений и где кнопка «Аа»

Кнопка «Аа» находится справа от реплики. Нажмите её, и откроется текст: его составляет нейросеть, а не человек. Работает это для сообщений длиной до 30 минут. Есть и вторая польза: расшифровки участвуют в поиске, так что нужное голосовое можно искать по словам из него. Отдельно в справке названо ограничение для текстовой версии: не больше 20 символов на секунду записи. У видеосообщения иконка «Аа» стоит на самом видеосообщении.

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.

Что сделать, если нейросеть ошиблась

Текст расшифровки можно исправить, но с условиями, и их лучше знать заранее. Срок для правки — сутки, место — приложение, а число правок — одна: повторно менять текст нельзя.

  1. Откройте приложение: править текст можно только в нём.
  2. Выберите пункт «Редактировать текст». Сделать это нужно в течение суток с момента отправки сообщения.
  3. Проверьте формулировку заранее: правка помечается «(ред.)» и видна всем участникам, а повторно менять текст нельзя.

Где Поток не поможет

Поток — облачный сервис, распознавание на серверах в России; без интернета не работает. Приложений для Android и iPhone у него нет, поэтому кнопку «Аа» в мобильном ВК он не заменит. Готовые записи приложение для диктовки не расшифровывает: для них есть Telegram-бот @potok_now_bot, которому в личных сообщениях можно переслать голосовое. Он принимает голосовые, кружки, аудио и видео, понимает русскую речь, короткую запись присылает текстом, длинную файлом TXT или DOCX. Подписка одна, на приложение и бота. Другие мессенджеры собраны в разделе о голосовых в текст, а о Telegram — в статье про расшифровку голосового там.

Частые вопросы

Участвует ли расшифровка в поиске по переписке?

Да, расшифровки участвуют в поиске: найти голосовое можно по словам из текста. Это написано в справке VK Мессенджера, ограничения на поиск в ней не названы.

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.

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).

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.

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.

Что такое голосовой ввод текста и как он работает?

Голосовой ввод — это преобразование речи в текст «на лету»: пользователь говорит, а программа расшифровывает звук через технологию распознавания речи (ASR) и вставляет получившийся текст в активное поле — почту, мессенджер, документ. У Потока это устроено через хоткей: зажал — говоришь — отпустил — текст вставился.

Разбор темы в три шага: ВК → Что сделать → Где Поток не поможет
О чём страница по шагам: ВК → Что сделать → Где Поток не поможет.

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»

По справке Microsoft и Apple.
СредствоГде работаетРусский языкГде распознаётся речь
Голосовой ввод Windows (Win+H)Windows 10 и 11только в Windows 11облако Microsoft, без интернета не работает
Диктовка macOSmacOSестьна устройстве или на серверах Apple
ПотокWindows, macOS, Linuxосновной языкоблако, серверы в России, без интернета не работает
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

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