Перейти к содержимому

ai-pusk.ru

Как расшифровать аудио в текст с помощью ИИ

Перевод записей встреч, интервью и звонков в текст.

26 инструментов

Talkify Бесплатная диктовка с открытым кодом для macOS: превращает речь в текст в любом приложении и озвучивает выделенный фрагмент. Для тех, кто печатает голосом. Бесплатно Open-source

SpeakoFlow SpeakoFlow превращает речь в текст, помогает редактировать его и сохраняет итоги встреч для тех, кто часто работает голосом. Бесплатно Open-source Vosk Офлайн-распознавание речи с поддержкой русского языка и небольшими моделями. Бесплатно Русский язык Open-source

Handy Handy превращает речь в текст на компьютере и подойдёт тем, кто часто диктует или хочет вводить текст голосом. Бесплатно Open-source

Connecting Captions Приложение для Mac распознаёт речь, выводит субтитры и переводит разговоры для презентаций и общения на разных языках.

Ayafy Ayafy помогает читать и запоминать Коран, проверять произношение и планировать повторение; приложение подходит изучающим Коран. Бесплатно

Kryzz AI Android-приложение для общения с ИИ, голосовых сессий и выполнения задач с помощью инструментов; подойдёт тем, кто хочет хранить переписки на устройстве. Бесплатно Open-source бесплатно

Portable AI Studio Portable AI Studio объединяет локальную генерацию изображений, чат с языковыми моделями и обработку речи для авторов и разработчиков. Бесплатно Open-source бесплатно

小牛 AI 视频翻译 Настольная программа переводит видео и субтитры, распознаёт речь и создаёт озвученные версии для авторов многоязычного контента.

BetterWispr BetterWispr превращает речь в текст и очищает расшифровки на Mac — для тех, кто часто диктует сообщения, заметки и письма. Бесплатно Open-source

Клава невиновата «Клава невиновата» преобразует речь в текст без подключения к интернету и подойдёт тем, кто регулярно диктует по-русски, в том числе на ИТ-темы. Бесплатно Open-source бесплатно

TTS Voice Wizard TTS Voice Wizard распознаёт, озвучивает и переводит речь, а также добавляет голосовое управление для пользователей VRChat, VTuber-ов и стримеров. Бесплатно Open-source

Whisper.net Whisper.net помогает .NET-разработчикам добавлять в приложения распознавание речи и перевод аудио с моделями Whisper и Parakeet. Open-source

Note Companion Плагин для Obsidian помогает наводить порядок в заметках, работать с ними через чат и превращать видео YouTube в конспекты. Open-source от 9 $

OpenAI Chat API Workflow for Alfred Рабочий процесс для Alfred на Mac, который добавляет чат с GPT, обработку файлов, работу с изображениями и голосовые функции.

Whisper IME Whisper IME превращает речь в текст на Android и подходит тем, кто хочет диктовать сообщения через клавиатуру или системный ввод. Open-source

LM Studio Bionic Настольный ИИ-помощник для работы с документами, кодом и автоматизацией, которому можно поручить задачи с локальными языковыми моделями. Бесплатно бесплатно

MLX Audio Swift MLX Audio Swift — SDK для добавления распознавания и генерации речи и других аудиофункций в приложения для устройств Apple. Бесплатно Open-source

Speech Note Speech Note распознаёт речь, озвучивает и переводит текст на Linux и Sailfish OS для работы с заметками и аудио. Open-source

expo-speech-recognition Библиотека добавляет распознавание речи в приложения React Native и Expo для разработчиков мобильных и веб-проектов. Open-source

Voxtype Voxtype превращает речь в текст прямо в приложениях и помогает пользователям Linux диктовать заметки и расшифровывать встречи. Бесплатно Open-source бесплатно

mymeet.ai mymeet.ai расшифровывает онлайн-встречи и готовит по ним сводки и задачи для рабочих команд, исследователей и специалистов по продажам. Бесплатно бесплатно

Loquora Loquora переводит речь во время звонков и показывает или озвучивает перевод для тех, кто общается на разных языках. Бесплатно Русский язык бесплатно

Off the Record Off the Record меняет звук микрофона на Mac, чтобы затруднить автоматическую расшифровку; подходит участникам онлайн-встреч и интервьюерам. Бесплатно бесплатно

Частые вопросы

Насколько точно расшифровывается русская речь?

На чистой записи одного говорящего — как правило, выше 90 процентов. На встрече с перебиваниями, шумом и терминами точность заметно падает.

Различает ли система говорящих?

Часть сервисов делит реплики по голосам. Если расшифровываете совещания, проверьте это в карточке: без разделения текст читать тяжело.

Можно ли расшифровывать записи, не отправляя их в облако?

Да, есть решения с открытым кодом, которые ставятся на свой сервер, — запись не покидает организацию.