Выберите язык
  1. Главная
  2. Голос
  3. MP3 в текст

Конвертер MP3 в текст

Превращайте речь из MP3 и других аудио- и видеофайлов в текст с помощью модели Whisper, которая работает прямо на вашем устройстве. Временны́е метки, экспорт в TXT, SRT и VTT.

Загрузка инструмента…
Оцените инструмент
Оценок пока нет. Будьте первым!

Как пользоваться

  1. Шаг 1

    Откройте запись

    Перетащите на страницу MP3, WAV, M4A или другой аудиофайл либо видео.

  2. Шаг 2

    Выберите язык

    Выберите «Быстро» (Whisper Tiny, около 41 МБ) или «Точно» (Whisper Base, около 77 МБ), затем язык речи или автоопределение. Модель загружается один раз.

  3. Шаг 3

    Расшифруйте

    Запустите расшифровку. Текст появляется с временными метками по мере обработки каждой части.

  4. Шаг 4

    Экспортируйте

    Нажмите на любую строку, чтобы исправить её, затем скопируйте текст или скачайте его в формате TXT либо как субтитры SRT и VTT.

Распознавание речи в браузере

Этот инструмент переводит MP3 в текст с помощью Whisper — открытой модели распознавания речи. Большинство онлайн-сервисов расшифровки загружают ваше аудио на сервер. Здесь модель один раз загружается в браузер и затем работает на вашем компьютере или телефоне. Запись не покидает устройство, что важно для интервью, медицинских и юридических заметок, совещаний и личных голосовых сообщений. После первой загрузки модель сохраняется в браузере и в следующий раз запускается быстрее.

Языки и точность

Whisper здесь работает с 23 языками, среди которых английский, испанский, французский, немецкий, итальянский, португальский, русский, китайский, японский, корейский, турецкий и польский. Точность выше всего для чёткой речи с минимумом посторонних шумов. Она ниже, если:

  • говорят сразу несколько человек;
  • на фоне громкая музыка или шум;
  • говорящий очень тихий или находится далеко от микрофона;
  • встречаются редкие имена и специальные термины;
  • в одном предложении смешаны несколько языков.

Если выбрать язык вручную, а не использовать автоопределение, результат обычно получается лучше, особенно для коротких записей.

Форматы результата

ФорматЧто содержитПрименение
TXTобычный текстзаметки, документы, цитаты
SRTпронумерованные субтитры со временем начала и концавидеоредакторы, YouTube, большинство плееров
VTTвеб-субтитры с таймингомHTML5-плееры, веб-страницы

Скорость и длинные записи

Расшифровка — тяжёлая задача для компьютера. На современном ноутбуке часовая запись может обрабатываться от нескольких минут до времени, превышающего её длительность, в зависимости от процессора, размера модели и браузера. На телефонах всё медленнее. Не закрывайте вкладку, пока идёт работа. Очень длинные файлы можно разрезать на части с помощью инструмента «Разделить аудио» и расшифровывать по одной.

Советы для лучшей расшифровки

Модель слушает короткими окнами примерно по 30 секунд и записывает услышанное с временем начала и конца. Знаки препинания и заглавные буквы она расставляет сама, но не определяет, кто говорит, поэтому в интервью дикторов придётся отметить самостоятельно. Долгие паузы и музыка без речи пропускаются или остаются пустыми. Если запись начинается с музыки, первые строки текста могут появиться позже, чем вы ожидаете, — это нормально.

  1. Перед расшифровкой очистите шумные записи с помощью шумоподавления.
  2. Если говорящий тихий, сначала поднимите громкость с помощью нормализации.
  3. Для субтитров проверьте тайминг в видеоплеере. Если субтитр слишком длинный для чтения, разделите его в текстовом редакторе: SRT и VTT — это обычные текстовые файлы.
  4. Обязательно прочитайте расшифровку целиком. Исправьте имена, числа и слова, которые модель могла расслышать неверно.

Видеофайлы тоже подходят: перетащите MP4, и инструмент расшифрует его звуковую дорожку. Это быстрый способ сделать субтитры для собственных роликов.

Часто задаваемые вопросы

Как бесплатно перевести MP3 в текст?

Перетащите MP3 на эту страницу, выберите язык, запустите расшифровку и скачайте текст в формате TXT, SRT или VTT.

Загружается ли моё аудио на сервер для расшифровки?

Нет. Модель Whisper работает в вашем браузере. Один раз загружается только сама модель, а аудио остаётся на вашем устройстве.

Какие языки поддерживаются?

23 языка, в том числе английский, испанский, французский, немецкий, русский, китайский, японский и корейский. Можно также получить перевод на английский вместо текста на языке оригинала.

Можно ли сделать субтитры для видео?

Да. Перетащите видео, расшифруйте его и скачайте субтитры SRT или VTT с временными метками.

Почему расшифровка идёт медленно?

Распознавание речи требует больших вычислительных ресурсов и выполняется на вашем устройстве. Выберите быструю модель и оставьте в параметре «Запуск на» видеокарту — это намного быстрее, чем процессор.

Другие инструменты