Транскрибация аудио и видео в текст онлайн
Загрузите аудио или видео — получите текст с тайм-кодами, разделением по голосам и выгрузкой в Word или субтитры. Справляемся даже с шумом кафе. 10 часов стоят 600 ₽, это 60 ₽ за час.
mp3, m4a, wav, ogg, opus, flac, mp4, mov, webm, голосовые из мессенджеров и iPhone · файл до 4 часов · данные в России
Послушайте сами: запись в шумном кафе
Мы взяли чтение стихов из открытой аудиокниги и наложили запись настоящего кафе так, что шум почти такой же громкий, как голос. Слева — исходник, справа — та же запись после очистки звука. Расшифровка ниже сделана по исходнику, без единой правки.
Расшифровка исходника
Без правок- 0:00Златая цепь на дубе том, и днём, и ночью кот учёный всё ходит по цепи кругом.
- 0:07Идёт направо — песен заводит, налево — сказку говорит.
- 0:12Там чудеса, там леший бродит, русалка на ветвях сидит.
- 0:17Там, на неведомых дорожках, следы невиданных зверей.
- 0:21Избушка там на курьих ножках стоит, без окон и без дверей. Там лес и дол видений полны.
Одна ошибка на 60 слов: «песен» вместо «песнь».
- 6,5 %
- ошибок в словах на чистой записи
- 12,4 %
- в шуме кафе такой же громкости, как голос
- +5,9 п. п.
- ошибок добавляет шумоподавление перед распознаванием, поэтому мы его не делаем
Замер 11.10.2026: 96 фраз (11 минут) из Russian LibriSpeech (аудиокниги LibriVox, общественное достояние); шум — набор DEMAND (CC BY-SA 3.0); модель GigaAM-v3. Пример тоже распространяется по CC BY-SA 3.0.
Как это работает
- 1
Загрузите файл
Перетащите аудио или видео в кабинет. Подойдут mp3, m4a, wav, ogg, opus, flac, mp4, mov, webm, голосовые из мессенджеров и записи диктофона. - 2
Выберите шаблон «Только текст»
Сервис расшифрует речь, расставит знаки препинания, тайм-коды и подпишет голоса: «Говорящий 1», «Говорящий 2». Их можно переименовать. - 3
Скачайте результат
TXT, Word (DOCX), PDF или субтитры SRT. Текст можно и просто скопировать.
Что мы делаем со звуком
- Выравниваем громкость и срезаем низкий гул, чтобы тихий голос распознавался не хуже громкого.
- Распознаём речь моделью GigaAM-v3 на собственных серверах в России.
- Разделяем голоса и ставим тайм-коды.
- Шумоподавление перед распознаванием не включаем: замер показал, что оно добавляет ошибок.
Что расшифровывают чаще всего
Лекции и семинары
Запишите пару на телефон, получите текст или конспект с терминами.
Диктофон и голосовые
Расшифровка записи с диктофона, заметок и голосовых сообщений.
Интервью и исследования
Вопросы и ответы по голосам, цитаты с тайм-кодами.
Видео и субтитры
Субтитры SRT для роликов и вебинаров.
Встречи и совещания
Если нужен не только текст, а решения и задачи, — это основной продукт «Итогов».
Сколько стоит
Считаем по длительности записи: час аудио — это час из пакета или тарифа.
Пакет транскрибации
600 ₽
10 часов без подписки · 60 ₽ за час
- Действует 12 месяцев, никаких автоматических списаний
- Файл до 4 часов
- Разделение голосов и переименование
- TXT, DOCX, PDF и субтитры SRT
- Обработка без очереди
Тариф «Личный»
от 490 ₽ в месяц
цена основателей при оплате за год, обычная — 790 ₽
- 10 часов транскрибации каждый месяц
- и ещё 15 часов встреч с конспектом, решениями и задачами
- ≈ 49 ₽ за лекцию по 1,5 часа с конспектом
- Хранение 12 месяцев
В бесплатном тарифе «Итогов» транскрибации нет: там 3 часа встреч в месяц со сводкой, файл до 30 минут.
Сравнение цен
Цены с сайтов сервисов на 12 октября 2026 года, в пересчёте на час записи.
| Сервис | Час записи | Как считается |
|---|---|---|
| Итоги, пакет | 60 ₽ за час | 600 ₽ за 10 часов, без подписки |
| Teamlogs | от 360 до 600 ₽ за час | от 6 до 10 ₽ за минуту, минуты не сгорают |
| Speech2Text | 120 ₽ за час или 75 ₽ в тарифе | 2 ₽ за минуту без абонентской платы; 450 ₽ в месяц за 6 часов |
| mymeet.ai, тариф Lite | ≈ 102 ₽ за час | от 850 ₽ в месяц за 500 минут, подписка |
Данные остаются в России
- Записи и тексты хранятся на серверах Cloud.ru в России.
- Распознавание работает на наших машинах, зарубежные нейросети не используются.
- Записи не используются для обучения моделей.
- Удалить запись можно в любой момент, она исчезнет вместе с текстом.