7 сервисов транскрибации: сравниваю по скорости, цене и количеству ошибок

Когда мне говорят прийти куда-то где есть дресс код я всегда против, но когда сегодня мне все, вплоть до Андрюхи Аполлонова и организаторов, триста раз попросили чтобы я пришла в белом, я не могла не ослушаться и пришла в белом… Сравниваю лучшие российские транскрибаторы аудио и видеофайлов в текст. В конце статьи — крутая таблица для наглядности.

Привет, это Роман Рабочий — разработчик Писца, Маши-секретаря и сервиса Планёрка. Мне стало интересно сравнить нашего Писца-расшифровщика с другими сервисами автоматической транскрибации, которые распознают русский язык и принимают оплату с российских банковских карт. Рассказываю, что получилось.

Чтобы было не скучно читать, я взял старый добрый шедевр Реутов ТВ с Бузовой. Вот это видео:

По каким критериям буду сравнивать:

Частота ошибок в словах. На языке маркетинга это называется Word Error Rate или сокращенно — WER. Процент ошибок в распознавании слов от общего числа слов.

В общем, берем сто слов и считаем, сколько в них ошибок — это и есть процент WER.

Стоимость расшифровки — в минутах, часах или пакетах, неважно. О каждом сервисе пишу, сколько можно расшифровать бесплатно и сколько стоит то, что платно.

Скорость обработки. Специально выбрал видео чуть меньше минуты, чтобы было видно на небольшом формате — кто быстрее.

Знаки препинания — есть ли они вообще и насколько они адекватны.

Абзацы — есть или нет.

Разбивка текста на спикеров — крайне важная функция если на записи беседуют несколько человек, например, созвон в зуме или конференция.

Ну штош, погнали 🚀

При входе на сайт сервис предлагает зарегистрироваться и дарит 15 бесплатных минут транскрибации. Можно войти через Гугл или Яндекс, чтобы не возиться с паролем и подтверждением. Перетаскиваем файл в окошко загрузки и ждем — текст откроется прямо в интерфейсе.

Что имеем:

Вывод: есть разбивка на спикеров и абзацы — это хорошо. Ошибок в тексте довольно много, теряет часть реплик, пишет фамилии со строчной буквы, а вот «Белого» почему-то решил писать с заглавной. Если нужно расшифровать часовой файл — заплатите 600 ₽. Ну или покупайте пакеты за десятки тысяч рублей и тогда будет чуть дешевле.

Краткое содержание перед текстом получилось невпопад: «Спикер 0 не хочет идти в Белый, потому что ему постоянно звонит Андрей Аполлонов» 😛

Сервис встречает приглашением пройти регистрацию. Тапнуть в логотип Гугла или ВК не получится — придётся дважды вводить пароль и подтверждать аккаунт через почту. Теперь загружаем файл, ждем и читаем результат прямо на сайте. Ну или скачиваем в формате doc.

Что имеем:

Вывод: ошибок в тексте немного, но они напряжные. Принципиально неправильные слова: «официант Андрюшка Аполлонов». Начало и окончание предложения определены неверно и искажают смысл: «…да, когда он 300. Раз меня все предупредили…» Представьте, если в часовом созвоне будет таких ошибок штук 30? Будет очень сложно что-то понять.

На главной странице написано, что сервис конвертирует в текст «с помощью самой совершенной на сегодняшний день модели искусственного интеллекта». Различает 50 языков, поддерживает много форматов и не требует регистрации. Еще у сервиса есть телеграм-бот, но нам его тестить лень и мы сделаем все в браузере.

Что имеем:

Вывод: текст чистенький, почти без ошибок. Хорошо, что есть тг-бот. Маловастенько дают бесплатно, всего одну минутку, но хозяин — барин. Плохо, что текст сплошняком. Фирменная фишка сервиса — конспект, с ним транскрибация стоит на руб дороже (буквально). Я заказал расшифровку с конспектом, смотрите что получилось:

Ну как-бы ок 🤷‍♂

На главной странице нас встречает окошко, в которое нужно перетащить файл для транскрибации. Сервис поддерживает много языков и предлагает скачать расшифровку в нескольких форматах на выбор — docx, xlsx, srt или txt. Регистрироваться не нужно, просто загружаете файл, ждете и смотрите результат.

Что имеем:

Вывод: шустрый, чистый сервис, переводит без ошибок. Часовой видос обойдется в 300 рублей или в 240 со скидкой после регистрации. На абзацы и спикеров не делит: если у вас многочасовой созвон в зуме на пять человек, замучаетесь потом вручную разбивать и разбирать, кто где говорит.

При входе сервис предлагает зарегистрироваться по почте или через ВК. После регистрации в личном кошельке оказывается 90 рублей, которые можно потратить на тестовую расшифровку. Под окошком загрузки — чек-бокс для иностранного текста, если его отметить, предлагает сделать перевод.

Что имеем:

Вывод: хороший, чистенький перевод и стильный интерфейс. Разбивает текст на таймкоды, ставит их даже посреди предложения. Удобно, что можно тыкнуть в тайм-код и прослушать этот момент в аудиозаписи. В скачанном файле транскрибации таймкодов нет — просто текст сплошняком. Расшифровка часового созвона обойдется в 300 ₽.

Apihost — солидный набор сервисов по работе с аудио и текстами. Он умеет в озвучку, изменение голоса и еще кучу всего. В том числе есть и транскрибатор. Чтобы загрузить файл, нужно зарегистрироваться. После регистрации в личном кабинете было написано, что у меня баланс ноль рублей — про бесплатные минуты я нигде ничего не нашел. Но я рискнул загрузить наш видос. И…

Что имеем:

Вывод: ну, такое. Что матом ругается — полбеды. Что имена пишет со строчной — тоже простим.. Но транскрибатор неправильно определяет начало и конец предложения, сливает очевидно разные предложения в одно — длинное и бессмысленное. Получается эталонное нечитаемоеполотнотекста. За час текста — 144 ₽, пополнять можно минимум на 500 ₽. Максимальный размер файлов для загрузки — 200 мб, маловато.

И на сладенькое — наш Писец. Я не буду расхваливать нашего ИТ-пушистика и честно сравню его с другими конкурентами. Регистрироваться на сервисе не надо, заходим на сайт, грузим файл, указываем почту и выбираем количество спикеров — от одного до пяти. После этого можно закрыть браузер и идти пить кофе, текст придёт на почту.

Что имеем:

Вывод: Писец недослышал одно слово в первой реплике и один раз пропустил слово «какой». При этом он крайне хорош в том, чтобы определять реплики спикеров и назначать им таймкоды.

Мы предлагаем всем пользователям один час расшифровки в месяц бесплатно на высокой скорости. А потом — тоже бесплатно, но медленнее.

А если хотите быстрее — можно купить пакет минут по очень демократичной стоимости:

990 ₽ за 10 часов (1.65 ₽/мин)

1620 ₽ за 20 часов (1,35 ₽/мин)

1980 ₽ за 30 часов (1,1 ₽/мин) с постобработкой в ChatGPT.

Пакеты минут не ограничены во времени использования — можете за месяц потратить или на несколько лет растянуть.

Приглашаю вас попробовать нашего Писца в деле!

Загружайте созвон, конференцию, видеолекцию — всё что вашей душе угодно! Писец всё расшифрует, поставит запятые и абзацы, разобьет текст на спикеров, чтобы сэкономить ваше время и нервы.