Головна › Перевести аудіо в текст

Файли · аудіо та відео в текст

Перевести аудіо в текст на Mac — без хмари

Сценарій простий: запис уже є, потрібен текст. Перевести аудіо в текст на Mac — це перетягнути аудіо- або відеофайл у застосунок і отримати транскрипт із мітками часу та поділом на мовців. Обробка відбувається на самому Mac: файл нікуди не вивантажується, обліковий запис не потрібен, інтернет — теж.

Коли запис уже є

Диктофонний запис наради, інтерв’ю з телефона, лекція, подкаст, голосове повідомлення на десять хвилин, відео з екрана, файл, який надіслав колега, — усе це однаковий сценарій: перетворити аудіозапис на читабельний текст, який можна шукати, цитувати й правити.

Онлайн-сервіси роблять це, попередньо завантаживши ваш файл до себе на сервер. Тут цього кроку немає: модель розпізнавання мовлення лежить на вашому диску, обчислення йдуть на графічному чипі Mac, а запис лишається там, де й був. Це має практичний наслідок і для швидкості: час обробки не залежить від вашого каналу зв’язку й від того, чи стоїть черга на чужому сервері.

Як перевести аудіо в текст: крок за кроком

• Додати файл. Перетягніть аудіо- або відеофайл у вікно застосунку. Кілька файлів обробляються по черзі.
• Мова визначається сама. Розпізнавання охоплює 99 мов; вручну нічого вибирати не треба. Якщо ви постійно працюєте двома-трьома мовами, звузьте перелік у налаштуваннях — на коротких або нерозбірливих уривках вибір буде точнішим.
• Розпізнавання й поділ на мовців. Запис ділиться за голосами, тож у транскрипті видно, хто що сказав.
• Мітки часу. Кожен фрагмент несе свою позицію в записі, тож потрібне місце легко знайти в оригіналі.
• Експорт. Готовий текст виходить у TXT, а для субтитрів — у SRT або VTT.

Довгий файл обробляється не миттєво: двогодинний запис займе Mac на відчутний час, вентилятор може загудіти, а батарея сідатиме швидше. Це чесний зворотний бік локальної обробки — навантаження лягає на вашу машину, а не на чужу.

Які файли підходять

Читаються поширені аудіо- та відеоформати, які підтримує сама macOS: записи з диктофона й телефона, звук із відео, файли з месенджерів, експорт із програм для запису екрана. З відеофайлу береться звукова доріжка — саме відео нікуди не надсилається й нікуди не конвертується для чужого сервера.

На результат найбільше впливає не формат, а якість самого запису. Голос біля мікрофона розпізнається помітно краще, ніж нарада, записана телефоном посеред столу; накладені один на одного голоси й гучний фон відбирають точність у будь-якої системи, і локальної, і хмарної.

Експорт: TXT, SRT і VTT

Усі записи й транскрипти зберігаються в локальній бібліотеці застосунку, де можна шукати за словом у тексті, за датою або за мовцем. Тобто фраза, сказана на нараді три місяці тому, знаходиться пошуком, а не переслуховуванням.

Субтитри до відео

Для субтитрів послідовність та сама: додаєте відеофайл, отримуєте транскрипт із мітками часу й експортуєте SRT або VTT. Перед публікацією текст варто перечитати: автоматичні субтитри — це чернетка, і власні назви, терміни та розділові знаки в ній треба поправити. Розбиття на репліки за мовцями тут теж корисне — у діалозі одразу видно, де змінюється голос.

Текст із голосового повідомлення

Довге голосове, яке незручно слухати, перетворюється на текст так само: збережіть файл із месенджера й додайте його в застосунок. Оскільки нічого нікуди не вивантажується, це працює й тоді, коли повідомлення особисте і надсилати його чужому сервісу ви б не стали.

Хто що сказав

У записі з кількома людьми транскрипт ділиться за голосами автоматично, а мовцям можна дати імена, які застосунок упізнає й у наступних записах. Це зручно для регулярних нарад з тією самою командою. Докладніше про те, як це працює й де воно збивається, — на сторінці про розділення мовців у записі.

Якщо в записі звучать інші люди

Технічна частина тут закінчується й починається питання згоди. Стаття 163 Кримінального кодексу карає порушення таємниці листування й телефонних розмов, тобто втручання в чужі комунікації; зворотного висновку про власні розмови ми не робимо — це юридична оцінка, яку ми не маємо права давати. Окремо зверніть увагу на статтю 182 КК: вона стосується незаконного збирання, зберігання, використання та поширення конфіденційної інформації про особу, тобто стає актуальною саме тоді, коли ви експортуєте транскрипт і надсилаєте його далі. Цивільний кодекс додає право на приватне життя (ст. 301), таємницю телефонних розмов, використання яких потребує згоди (ст. 306), і згоду на відеозйомку (ст. 307) — останнє важливе, якщо ви розшифровуєте відео.

Практичне правило: попередьте і отримайте згоду — і на сам запис, і на те, що з ним буде далі. Голос людини є персональними даними в розумінні Закону України «Про захист персональних даних», і для їх обробки потрібна правова підстава. Ми не заявляємо відповідності ані цьому закону, ані GDPR і нічого не сертифікуємо: оцінка мети й підстави — це до вашого юриста або до особи, відповідальної за захист персональних даних. Жодних гарантій щодо доказової сили запису ми не даємо. Це інформаційний блок, а не юридична консультація.

Чого застосунок не робить

Щоб очікування збігалися з реальністю: автоматичний транскрипт — це чернетка. Прізвища, назви компаній і вузька термінологія часто пишуться неправильно, пунктуація — це інтерпретація моделі, а коли двоє говорять одночасно, поділ на мовців збивається. Закладіть час на вичитування. Застосунок також не надсилає нікому підсумків розмови, не приєднується до відеоконференцій окремим учасником і нічого не друкує самостійно в інші програми: продиктований текст лягає в буфер обміну, а вставляєте його ви через ⌘V.

Вимоги, ціна й ліміти безкоштовної версії

Ліміти варто прочитати уважно саме для цього сценарію. Безкоштовно доступні 5 транскрипцій аудіо і 5 транскрипцій відео — це загальна кількість, а не денна. Натомість сам запис не обмежується ніколи, а повторна транскрибація вже розшифрованого файлу квоту не витрачає: якщо результат не влаштував, можна перезапустити розпізнавання іншою мовою або більшою моделлю скільки завгодно разів. Коли п’яти файлів забракне, Pro відкриває разова покупка в застосунку — $49.99, в App Store сума показується у валюті вашого облікового запису. Це не підписка й не оплата за хвилини; купівля й повернення коштів проходять за правилами Mac App Store.

Апаратна вимога — не порада: на Mac з процесором Intel застосунок не запуститься. Перевірте своє залізо в меню Apple → «Про цей Mac» до того, як відкривати Pro.

Часті запитання

Читайте також