Транскрибація аудіо та голосовий набір на Mac · 100% локально

Транскрибація аудіо на Mac — і запис не залишає ваш Mac

Транскрибація аудіо на Mac відбувається прямо у вас на комп’ютері: перетягуєте запис наради, дзвінка чи інтерв’ю — і отримуєте текст із мітками часу й поділом на мовців. У цьому ж застосунку працює голосовий набір тексту: утримуєте гарячу клавішу, говорите, вставляєте розпізнаний текст через ⌘V. Модель розпізнавання лежить у вас на диску й рахує на графічному прискорювачі Mac, тож аудіо не залишає ваш Mac — ні файл, ні його копія нікуди не відправляються.

Подивіться, як це працює

Транскрибація аудіо і голосовий набір в одному застосунку

Lesskeys закриває дві задачі, які зазвичай розв’язують різними сервісами, і обидві — на самому комп’ютері.

• Розшифровує записи. Готовий файл або щойно записана розмова перетворюється на текст із мітками часу й поділом на мовців.
• Замінює клавіатуру. Утримуєте ⌥., говорите, відпускаєте — розпізнаний текст опиняється в буфері обміну, і ви вставляєте його через ⌘V туди, де саме працюєте.
• Складає результат у локальний архів, у якому пошук іде за словами всередині самих транскриптів, а не за назвами файлів.

Спільне в цих задач одне: модель розпізнавання лежить у вас на диску й рахує на графічному прискорювачі Mac. Акаунт не потрібен, аудіо не залишає ваш Mac, текст — теж. Інтернет потрібен рівно двічі: завантажити застосунок із Mac App Store і один раз завантажити модель. Далі можна працювати в літаку, у поїзді або взагалі без зв’язку.

Транскрибація аудіо на Mac: у тексті видно, хто що сказав

Готовий файл достатньо перетягнути у вікно застосунку — mp3, m4a, wav, а також відео на кшталт mov і mp4, з якого візьметься звукова доріжка. Записати можна й тут-таки: і мікрофон, і системний звук Mac, тобто співрозмовників у Zoom, Google Meet, Microsoft Teams чи месенджері чути напряму, а не через динаміки в кімнаті.

Що виходить на виході:

• текст, розбитий на репліки з мітками часу — спірне місце відкривається одразу на потрібній секунді звуку;
• поділ за голосами: застосунок відрізняє мовців один від одного, ви даєте їм імена, і в наступних записах ту саму людину впізнано автоматично;
• експорт транскрипта в TXT, субтитрів — у SRT і VTT, історії — у TXT, JSON або CSV.

Очікування чесніше тримати помірними: машинний транскрипт — це чернетка. Прізвища, назви компаній і фахові терміни доведеться правити, а на перебиваннях і поганому звуку помилок буде помітно більше. Відсотків точності ми не обіцяємо: вони залежать від вашого запису, а не від рекламного тексту.

Голосовий набір тексту: ⌥., мовлення, ⌘V

Друга половина застосунку — диктування. Гаряча клавіша працює поверх будь-якої програми: лист, чат, нотатка, поле в браузері, коментар до задачі. Відпустили клавішу — мовлення розпізнано, і текст лежить у буфері обміну.

Вставляєте його ви самі, сполученням ⌘V. Застосунок принципово не друкує в чужі вікна і не імітує натискання клавіш: ви бачите текст до того, як він кудись потрапить, і вирішуєте, вставляти його в цей чат чи все-таки в інший. Помилку розпізнавання легше зловити до вставлення, ніж виловлювати з надісланого повідомлення. Саму комбінацію можна змінити в налаштуваннях, якщо ⌥. конфліктує з іншим сполученням клавіш.

Чим це відрізняється від «Диктування», вбудованого в macOS?

На кожному Mac диктування вже є — в українському інтерфейсі системи воно так і зветься, «Диктування» (англійською Dictation), вмикається з клавіатури й друкує просто туди, де стоїть курсор. Воно безкоштовне, воно вже стоїть на вашому MacBook, і щоб надиктувати коротке повідомлення, його справді досить. Lesskeys потрібен для чотирьох речей, на які вбудоване диктування не здатне.

• Не тільки живе мовлення, а й записи та файли. Вбудоване диктування друкує те, що ви говорите просто зараз. Lesskeys ще й розшифровує дзвінки, наради, інтерв’ю, аудіофайли та відео, які у вас уже лежать на диску.
• Хто що сказав. Поділ на мовців виконується на вашому ж Mac, тож годинне інтерв’ю ви отримуєте читабельним транскриптом з іменами, а не суцільною стіною тексту.
• Модель обираєте ви. Ви самі берете ту модель Whisper, яка пасує вашому Mac і вашій мові: 99 мов, завантаження один раз, обчислення локальні — і довга репліка не обривається на півслові через системний таймер.
• Одна гаряча клавіша на всі програми. ⌥. поводиться однаково в Пошті, Word, Slack, Xcode чи браузері, а текст лягає в буфер обміну й чекає на ваше ⌘V.

І навпаки: якщо все, що вам потрібно, — надиктувати коротку відповідь, диктування, яке вже є на вашому Mac, безкоштовне й цілком годиться, і ми радше скажемо це прямо. Наш застосунок окупається там, де починається довгий текст у Word, розшифровка записаної розмови або імена мовців в інтерв’ю.

Чому обробка йде на самому Mac

Різниця з онлайн-сервісом не в тому, наскільки добре шифрується канал, а в тому, чи взагалі з’являється копія вашого файлу за межами комп’ютера.

Перевірити це можна за хвилину й не вірячи нам на слово: вимкніть Wi-Fi і транскрибуйте файл. Результат буде той самий. Робота без мережі тут не рекламна фігура, а наслідок архітектури — застосунок так само працює тоді, коли інтернету чи світла просто немає.

Зворотний бік локального зберігання — резервні копії лишаються вашим клопотом. Варто один раз переконатися, що тека із записами потрапляє в Time Machine або у вашу схему бекапу.

Архів, у якому справді можна шукати

Звичайна тека із записами мертва: пів сотні файлів із назвами на кшталт «Новий запис 34», у яких неможливо нічого знайти. Після розшифровки архів оживає — пошук іде за словами всередині самих транскриптів. Ви шукаєте «коли клієнт називав суму» або «де він пояснював цей висновок» і отримуєте репліку, мітку часу й запис, у якому вона прозвучала.

Імена мовців зберігаються між записами, тож у серії інтерв’ю чи на регулярних планірках людину не доводиться впізнавати щоразу заново. Усе це лишається на диску: нічого не синхронізується з хмарою і не залежить від того, чи працює сьогодні чийсь сервіс.

Запис розмови: попередьте і отримайте згоду

Записувати власні думки — ваша справа. Записувати розмову з іншими людьми — вже ні, і те, що обробка йде локально, тут нічого не змінює: локальність — це про те, куди не потрапляє файл, а не про те, чи мали ви право його створити.

• попередьте учасників до початку запису, а не після;
• зафіксуйте згоду — першою реплікою в самому записі або рядком у протоколі;
• якщо хтось проти — не записуйте;
• на роботі узгодьте запис із керівництвом і з відповідальною за захист персональних даних особою та звіртеся з NDA і внутрішніми регламентами;
• окремо подумайте про поширення: передавати чужу приватну розмову третім особам ризикованіше, ніж сам запис.

Голос, а надто збережений голосовий профіль, — це персональні дані. Ми описуємо архітектуру застосунку й свідомо не заявляємо відповідності Закону «Про захист персональних даних», GDPR чи будь-якому іншому режиму: оцінити вашу мету обробки й підставу має ваш юрист або відповідальна за персональні дані особа. Жодних гарантій щодо доказової сили запису ми не даємо.

99 мов, визначаються автоматично

Підтримується 99 мов, зокрема українська, і мова визначається сама. Порада одна: якщо ви щодня працюєте двома-трьома мовами, звузьте перелік у налаштуваннях. На короткій, тихій або нерозбірливій фразі автовизначення серед усіх 99 мов інколи їде в чужу мову, а на переліку з трьох таке трапляється рідко.

Окремі англійські терміни всередині української фрази проблемою не є. А от тривале перемикання між двома мовами в межах одного запису помітно псує результат — реальність двомовних нарад і суржику розібрана на окремій сторінці про розпізнавання української мови.

Чого застосунок не робить

• Не друкує сам у чужі вікна: текст іде в буфер обміну, вставлення — ваше, через ⌘V.
• Не додає бота-учасника в конференцію і не просить доступу до календаря.
• Не працює на Intel-Mac — потрібен Apple Silicon.
• Не перетворюється на щомісячну підписку: покупка разова.
• Не робить юридичних, кадрових чи медичних висновків. Сира розшифровка — це чернетка, яку читає і править людина.

Вимоги, безкоштовна версія та ціна

Потрібен Mac на Apple Silicon — чип M1 або новіший; це обов’язкова вимога, а не рекомендація: моделі потрібна уніфікована пам’ять Apple Silicon, на Intel-Mac застосунок не запуститься. Мінімальна система — macOS 13 (Ventura) або новіша.

Завантаження з Mac App Store безкоштовне, і в безкоштовної версії є ліміти:

• 5 хвилин голосового введення на добу — лічильник обнуляється щодня;
• 5 транскрипцій аудіо і 5 транскрипцій відео всього — сумарно за весь час, а не на день;
• запис — без обмежень, ні за тривалістю, ні за кількістю;
• повторна розшифровка вже транскрибованого матеріалу квоту не витрачає.

Ліміти знімає разова вбудована покупка Lesskeys Pro — $49.99. Це не підписка: платіж один раз, щомісячних списань немає, підсумкову ціну у валюті вашого акаунта покаже App Store.

Часті запитання

Читайте також