Нейросеть Whisper для расшифровки аудио в текст

Версия *

MP3, WAV, M4A или OGG. Цена — за каждую начатую минуту записи

Сразу перевести на английский

1 ₽ с подпиской · подробнее

Результаты появятся здесь после генерации

Срок хранения файлов зависит от тарифа

Похожие нейросети

ElevenLabs Scribe
ElevenLabs
от 2 ₽

Расшифровка с разметкой, кто что сказал.
ElevenLabs Alignment
ElevenLabs
от 40 ₽

Точные тайминги для текста, который у вас уже есть.
Gemini Transcribe
Google
от 1 ₽

«Умный» режим: текст без «эээ» и оговорок, сразу с абзацами.
OpenAI Transcribe
OpenAI
от 1 ₽

Пять моделей: от дешёвой до модели с разделением говорящих.

Цены по версиям

Возможности каждой версии и цена по всем трём тарифам рядом

Версия Возможности модели Без подписки Стандарт ПРО
Large v3 Топ Новинка Быстрая сборка Whisper Large v3 2 ₽/минута записи 1 ₽/минута записи 1 ₽/минута записи

Whisper — что это за нейросеть

Whisper — модель распознавания речи от OpenAI, обученная на сотнях тысяч часов записей на разных языках. Здесь — старшая версия Large v3 в быстрой сборке. Она переводит запись в текст с пунктуацией и сама определяет язык; отдельный режим сразу переводит речь на английский.

Как работает Whisper

  1. Модель делит запись на отрезки до полуминуты.

  2. Распознаёт речь в каждом и расставляет пунктуацию.

  3. Отрезки склеиваются в сплошной текст.

Как пользоваться

  1. Приложите запись в MP3, WAV, M4A или OGG.

  2. Укажите язык записи — так точнее, особенно на коротких фрагментах.

  3. Нужен сразу английский текст — включите перевод.

  4. Нажмите «Сгенерировать»: цена считается по длительности записи.