Расшифровка аудио в текст онлайн — нейросетью

Никакой разницы — это синонимы. «Транскрибация» пришло из академической среды (фонетики и лингвистики), «расшифровка» — обиходное слово. Оба термина обозначают перевод устной речи в письменный текст. Иногда в технических контекстах под «транскрипцией» понимают пословное воспроизведение с междометиями («эээ», «ну»), а под «расшифровкой» — отредактированный читабельный текст. Dicto делает первое, а в редакторе вы можете дочистить до второго.

Любые с разборчивой речью: интервью, подкасты, лекции, совещания (Zoom, Google Meet, Teams), голосовые сообщения, судебные заседания, медицинские консультации, журналистские записи. Не работает для пения (мелодия искажает распознавание), очень тихой шёпотной речи и записей с сильным эхом. Для лучшего результата записывайте на отдельный микрофон или с гарнитуры, а не встроенный микрофон ноутбука.

Бесплатно при регистрации — 180 минут разово. После — тариф Старт 500 ₽/мес за 600 минут (0,83 ₽ за минуту). Тариф Про 820 ₽ за 1500 минут (0,55 ₽/мин) с расширенным RAG-чатом и приоритетной обработкой. Бизнес 2 300 ₽ за 3600 минут на 5 человек. Премиум 4 600 ₽ за 7200 минут (60 ₽ за час) на 10 человек. Сравните: фрилансер берёт 300-600 ₽ за час расшифровки, Yandex.Транскриптор — 1,2 ₽ за минуту.

В редакторе Dicto можно править любой фрагмент текста: исправлять ошибки распознавания, переименовывать спикеров (с «Говорящий 1» на «Иванов И.И.»), добавлять пропущенные слова. Изменения сохраняются автоматически. Также можно дать AI словарь специфических терминов — например для медицинских, юридических или технических записей. Это улучшает точность распознавания узкопрофессиональной лексики на 5-15%.

Да, и это популярный сценарий. В Telegram нажмите на голосовое → «Поделиться файлом» → сохраните как .ogg. В WhatsApp долгое нажатие → «Поделиться» → сохраните как .opus. Загрузите в Dicto — мы расшифруем за 10-30 секунд. На странице «расшифровка голосовых» есть отдельные подробные инструкции для каждого мессенджера.

Да, AI автоматически переключается между языками внутри одной записи. Например, на технической конференции спикеры часто переходят с русского на английский для терминов — это работает. Точность может снижаться на 3-5% по сравнению с моноязычной записью. Если хотите максимальной точности на одном языке — явно укажите его в настройках транскрибации.

Diarization — алгоритм разметки спикеров: AI слушает аудио и определяет, когда говорит человек A, когда B, когда C. На выходе у вас текст разделён на реплики с цветовой маркировкой каждого голоса. Это критично для интервью, подкастов и совещаний, где важно понимать кто что сказал. Dicto поддерживает разметку до 10 разных голосов автоматически. Подробнее в блог-статье о diarization.

Файлы хранятся в S3-хранилище Selectel (Россия, ru-7) с TLS 1.3 при передаче и at-rest шифрованием. По умолчанию удаляются через 7 дней (можно настроить от 1 до 30 дней или удалить вручную сразу). Расшифровка идёт через API foundation-моделей с DPA-договором запрещающим использование данных для обучения. Соблюдаем 152-ФЗ. Для особо чувствительных записей рекомендуем тариф Бизнес с расширенными настройками retention.