Что такое транскрибация и когда она нужна
Транскрибация — перевод устной речи в текст. Для рабочих созвонов она нужна в трёх случаях: восстановить детали спорной договорённости, найти сказанное много недель назад и не отвлекаться на конспект во время разговора.
Важная оговорка: сама по себе расшифровка мало что даёт. Час разговора — это примерно 9000 слов, тридцать страниц. Читать их никто не будет. Ценность появляется, когда из текста автоматически достают решения и задачи.
Три способа расшифровать созвон
Онлайн-сервисы
Загружаете файл, получаете текст. Быстро и точно, современные модели дают 90–95% по русскому языку в чистой записи.
Минусы: запись целиком уезжает на чужие серверы. Для переговоров, медицинских консультаций, обсуждения зарплат и любых чувствительных тем это может быть неприемлемо — иногда просто по внутренним правилам компании.
Локальные модели
Whisper и его производные работают на вашем компьютере. Никуда ничего не отправляется, платить за минуты не нужно.
Минусы: нужен относительно свежий компьютер, и первая настройка не для всех. Скорость на ноутбуке — примерно как реальное время записи, то есть час разговора обрабатывается около часа, если не использовать ускорение.
Разбор во время созвона
Речь распознаётся прямо по ходу разговора, и к моменту его окончания текст уже готов. Именно так работает ассистент созвона в Alfric: он слышит и вас, и собеседника, разделяет реплики по говорящим и сразу после звонка отдаёт протокол — решения, задачи, сроки.
Что влияет на точность
Микрофон. Разница между встроенным микрофоном ноутбука и гарнитурой за две тысячи рублей больше, чем между моделями распознавания.
Перебивания. Когда двое говорят одновременно, ошибается любой движок. Помогает раздельная запись каналов: свой микрофон и звук собеседника пишутся отдельно.
Термины и имена. Названия продуктов, фамилии, аббревиатуры распознаются хуже всего. Их приходится править — или заранее давать системе список.
Тишина и шум. Кондиционер, улица, эхо в переговорке съедают точность сильнее, чем скорость речи.
Сколько это стоит
- Онлайн-сервисы: от 10 до 60 ₽ за час записи, дальше — по объёму.
- Локальные модели: бесплатно, но требуют вашего железа и времени.
- Встроенный разбор в приложении: входит в подписку, отдельная плата за минуты не берётся.
Что выбрать
Если созвоны редкие и не чувствительные — подойдёт любой онлайн-сервис.
Если разговоров много, а содержание нельзя отдавать наружу — нужен вариант, где запись не покидает компьютер. Это тот случай, когда локальная обработка перестаёт быть принципиальной позицией и становится практическим требованием.
И в любом случае просите себя об одном: не собирайте расшифровки, которые не читаете. Тридцать страниц текста после каждой встречи — это не архив, а мусор. Ценность даёт только выжимка: что решили, кто что обещал, к какому сроку.