Инструменты и базы

Веб-приложение для облегчения расшифровки аудио и видеозаписей интервью. Работа с файлами разного формата в одном окне с текстовым редактором. Возможность управления горячими клавишами (пауза, перемотка вперед/назад). Интерактивные метки времени для навигации по записи.

Сервис для расшифровки аудиозаписей. Загружаете файл — получаете расшифровку. Распознает большое количество языков, включая русский. Распознает разных спикеров, размечает тайминг, позволяет на ходу подсвечивать отдельные фрагменты, выделять отдельные куски и сразу перетаскивать их в историю. Удобно редактировать текст внутри программы — если поставить курсор на любой фрагмент расшифровки, воспроизведение звука начнётся именно с этого места.

Ещё один сервис для транскрибирования. Расшифровывает речь из аудио и видео, создаёт автоматические субтитры, есть перевод на 35+ языков. Очень приличное качество расшифровки, если нормальное качество звука. Различает разных спикеров, проставляет знаки препинания, идентифицирует вопросительную интонацию. Платный, но есть «проектный тариф» с почасовой оплатой.

Нейросеть способна перевести любое видео на один из 70 языков. В пробной версии дают сделать бесплатно только 3 видео.

Бесплатная система распознавания речи на основе искусственного интеллекта от создателей ChatGPT.

Нейросеть транскрибирует аудио- и видеофайлы на 100 языках и может сразу же переводить расшифровку. Whisper знает технические термины на русском языке и англицизмы: например, корректно распознает слова HTTP, питч и фреймворк.

Сервис спокойно обрабатывает любые известные форматы видео и аудио любой протяженности, а результат выдает вордовским или pdf-файлом.

Сервис, который позволяет получить текстовую транскрипцию любого аудиофайла. С помощью этого сервиса вы можете легко преобразовать речь в текст и использовать эту транскрипцию для различных целей, таких как создание заметок, написание статей, добавление субтитров к видео и многих других. Чтобы получить транскрипцию, вам нужно загрузить аудиофайл на сайт и дождаться окончания процесса транскрибирования. Сервис поддерживает множество форматов аудиофайлов, включая mp3, wav, m4a и др.

Сервис для быстрой расшифровки аудиозаписей на казахском, русском, украинском и английском языках. Чтобы получить расшифровку, надо загрузить файл. Авторы сервиса обещают, что он будет расшифрован примерно за пять минут. Сервис платный (оплата почасовая, пакетами дешевле), можно попробовать бесплатно.

Новый тип простого и интуитивно понятного видеоредактора, основанного на возможностях ИИ. Одна и функций - транскрибирование видео.

Браузерное расширение для извлечения и перевода текста из картинок, видеороликов, нередактируемых PDF-документов, скриншотов и даже комиксов. Чтобы распознать и скопировать текст, необходимо нажать на значок расширения на панели браузера, а затем выделить нужную область на картинке. Дополнение моментально распознает символы и предоставит текст всплывающем окне. По умолчанию переводит Google Translate, но можно выбрать другое.

Бесплатный инструмент от Google, который стал частью «Студии журналиста» (Journalist Studio). Изначально Pinpoint предназначался для организации и анализа документов, но теперь он помогает избежать трудностей и времени на ручное преобразование аудио или видео в текст. Пользователи могут загружать до 200 000 файлов в самых разных форматах: PDF, MP3 и так далее. Конвертер генерирует онлайн-транскрипции в течение всего нескольких минут. Сервис позволяет искать материалы, которые содержат совпадения по определённым словам, фразам, местам, организациям или личностям. Искать нужную информацию можно даже в отсканированных PDF-файлах: инструмент использует оптическое распознавание символов (OCR). Маркировка каждого документа позволяет легко найти информацию. Выполняйте поиск по всей базе документов или только по тем, которые имеют определённый тег. Для того, чтобы использовать Pinpoint, необходимо зарегистрироваться, используя свою учётную запись Google.

Сервис для автоматической расшифровки звука. Расшифрует запись в течении нескольких минут, в зависимости от длительности. Также позволяет редактировать стенограммы и субтитры. Поддерживает 27 языков, в том числе и русский.

Сервис ориентирован на журналистов, копирайтеров и представителей других профессий, которым приходится много работать с текстами. Но пользуйтесь осторожно: сервис принадлежит «Сберу». SmartSpeech Bot можно добавить в любой чат (как личный, так и групповой), чтобы получать текстовые расшифровки голосовых сообщений и одноканальных аудиофайлов в форматах MP3, WAV (8-96 кГц), FLAC и OggOpus. Максимальный размер файла — 20 МБ, поддерживается только русский язык. Платформа SmartSpeech не ограничена превращением аудио в текст: генерация речи для озвучки текста тоже возможна, хоть и не в рамках Telegram-бота.

Встроенный инструмент для перевода речи в текст. Для использования нужно создать гугл-документ, в панели "Инструменты" выбрать "Голосовой ввод", разрешить доступ и нажать на иконку микрофона.