Мы сравнили функционал 10 сервисов перевода аудио и видео в текст, которые поддерживают русский язык и оплату из России. В этой статье рассказываем, по каким параметрам сравнивали и делимся результатами в цифрах.
Как мы оценивали
Мы взяли три ролика из разных сфер: новости экономики, образование и наука, нейросети. Длительность записей варьируется от 20 минут до часа — по длинным роликам проще оценить частоту ошибок и скорость расшифровки.
Сначала мы транскрибировали ролики вручную, чтобы сделать эталонную расшифровку — с абзацами, знаками препинания и идеальной орфографией. С этим текстом впоследствии сравнивали расшифровки из онлайн-сервисов.
За основной параметр сравнения мы взяли метрику WER (Word Error Rate) — она показывает процент ошибок из общего числа слов. Например, если исходный текст содержит 100 слов, а расшифровка содержит 10 ошибок, WER будет равен 10%. Чем ниже WER, тем точнее распознавание речи.
По каким критериям оценивали:
- наличие онлайн-редактора;
- поддерживаемые форматы импорта и экспорта;
- тестовый период и стоимость за минуту расшифровки;
- поддержка нескольких языков;
- скорость обработки аудио и видео;
- наличие функции разбивки текста по спикерам;
- грамотность: частота ошибок, расстановка знаков препинания, деление текста на абзацы, заглавные буквы;
- возможности сервисов для бизнеса;
- дополнительный функционал
1. Teamlogs
Teamlogs.ru — онлайн-сервис транскрибации, который принимает любые форматы аудио- и видеофайлов до 1,5 Гб на русском и английском языке.
При регистрации новые пользователи получают 15 бесплатных минут — для теста. Затем минимальная стоимость расшифровки — 6 рублей за минуту. Чем больше минут вы покупаете, тем выгоднее будет цена
Скриншот с сайта Teamlogs
В сервисе есть редактор. Воспроизведение записи синхронизировано с бегунком в тексте расшифровки — не нужно вручную искать фрагмент аудио. Готовый файл можно выгрузить в форматах DOCX, XLSX, SRT. При экспорте можно отключить проставление таймкодов или изменить их частоту, а еще включить или выключить нумерацию реплик, указание имен спикеров.
Скриншот редактора Teamlogs
Результат теста:
- WER или частота ошибок в словах: 11,46%
- Скорость расшифровки 20-ти минутного видео: около 2 минут
- Тестовый период: 15 минут
- Редактор: есть
- Деление по спикерам: есть
- Расстановка знаков препинания: есть
- Экспорт в форматах: DOCX, SRT и XLSX
Особенности сервиса:
- Не разбивает текст на абзацы
- Есть функции конспектирования и выделения ключевых слов
Возможности для бизнеса:
- Можно работать в команде
- Есть возможность оплаты со счета организаций
- Данные обрабатываются на территории РФ и не передаются третьим лицам
2. Писец
Есть бесплатный тариф, однако на нем транскрибацию в общей очереди можно прождать более суток — сервис не принимает больше одного файла одновременно. Для срочных случаев есть платные тарифы, самый дешевый из них — 2.2 рубля за минуту.
Писец поддерживает любые форматы, расшифровывает файлы на русском и английском языке
Скриншот главной страницы с сайта Писец
Результат теста:
- WER или частота ошибок в словах: 13,82%
- Скорость расшифровки 20-ти минутного видео: около 2 минут на платном тарифе
- Тестовый период: есть бесплатный тариф
- Редактор: нет
- Деление по спикерам: есть
- Расстановка знаков препинания: есть
- Экспорт в форматах: DOCX на почту
Особенности сервиса:
- Разбивает текст на абзацы
Возможности для бизнеса:
- Можно создать корпоративный аккаунт
3. WordVoice
Сервис для транскрибации медиа-файлов на 6 языках. Поддерживает практически все популярные форматы. Загрузить в сервис можно практически все популярные форматы, а готовый материал скачать в формате TXT — с таймкодами или без них.
Стоимость минуты расшифровки — 5 рублей. При регистрации в подарок начисляется 90 рублей для тестовой транскрибации
Скриншот главной страницы с сайта WordVoice
Результат теста:
- WER или частота ошибок в словах: 12,47%
- Скорость расшифровки 20-ти минутного видео: около 5 минут
- Тестовый период: есть
- Редактор: есть, но изменения в нем не сохраняются
- Деление по спикерам: нет
- Расстановка знаков препинания: есть
- Экспорт в форматах: TXT
4. Mymeet.ai
Подойдет компаниям — рассчитан на расшифровку онлайн-встреч. После регистрации доступно 180 минут для транскрибации, затем минимальный тариф — 850 рублей в месяц или 500 минут для расшифровки встреч. Загрузить можно файлы в форматах MP3, M4A, WAV, MP4.
На сайте указано, что сервис никому не передает данные, но также указано, что сервис использует ChatGPT 🤷♀️
Скриншот с сайта Mymeet. ai
Результат теста:
- WER или частота ошибок в словах: 11,76%
- Скорость расшифровки: около 8 минут
- Тестовый период: 180 минут онлайн-встреч
- Редактор: нет
- Деление по спикерам: есть
- Расстановка знаков препинания: есть
- Экспорт в форматах: DOCX, SRT, XLSX
Особенности сервиса:
- Распознает 58 языков
- Генерирует краткое содержание встречи с помощью ChatGPT-4
- Умеет выделять из текста задачи и исполнителей
- Делит текст на абзацы
Возможности для бизнеса:
- Есть возможность интеграции с ZOOM и Google Meet
- Может автоматически записывать встречи и присылать отчеты всем участникам на почту
5. Any2text
Принимает для расшифровки большинство популярных форматов на 50-ти языках. Первые 15 минут бесплатно, далее при регистрации можно получить еще 60 бонусных или оплатить тариф — от 4-х рублей за минуту
Скриншот главной страницы с сайта Any2text
Результат теста:
- WER или частота ошибок в словах: 13,69%
- Скорость расшифровки 20-ти минутного видео: около 2 минут
- Тестовый период: 15 минут
- Редактор: нет
- Деление по спикерам: нет
- Расстановка знаков препинания: есть
- Экспорт в форматах: DOCX, XLSX, SRT, TXT
6. Silero
Бесплатный сервис расшифровки аудио в текст. Принимает файлы на русском, английском, немецком и испанском языках. Не поддерживает самый популярный формат видео MP4
Скриншот главной страницы с сайта Silero
Результат теста:
- WER или частота ошибок в словах: 17,07%
- Скорость расшифровки 20-ти минутного видео: около 2 минут
- Тестовый период: сервис бесплатный
- Редактор: нет
- Деление по спикерам: нет
- Расстановка знаков препинания: нет
- Экспорт в форматах: XLSX таблица на почту
Особенности сервиса:
- Не поддерживает видео MP4
- Есть ограничения на загрузку видео: длина до часа, размер до 100 Мб
7. Conspecto
Поддерживает более 300 форматов и 50 языков. Бесплатно можно расшифровать файл длительностью до минуты, платный тариф — от 3 рублей за минуту
Скриншот главной страницы с сайта Conspecto
Результат теста:
- WER или частота ошибок в словах: 11,99%
- Скорость расшифровки 20-ти минутного видео: около 2 минут
- Тестовый период: минута
- Редактор: нет
- Деление по спикерам: нет
- Расстановка знаков препинания: есть
- Экспорт в форматах: TXT, HTML, DOCX, SRT
Особенности сервиса:
- При оплате от 4 рублей за минуту дополнительно извлекается конспект транскрибируемого файла
- Есть Telegram-бот
8. Converter App
Бесплатный сервис. Расшифровывает файлы на русском языке, поддерживает все основные форматы. Есть встроенный конвертер файлов
Скриншот главной страницы с сайта Converter App
Результат теста:
- WER или частота ошибок в словах: 24,45%
- Скорость расшифровки 20-ти минутного видео: около 2 минут, но файлы грузятся очень долго
- Тестовый период: сервис бесплатный
- Редактор: нет
- Деление по спикерам: есть
- Расстановка знаков препинания: есть
- Экспорт в форматах: TXT
Особенности сервиса:
- Есть конвертер файлов
9. Speech to text
При регистрации пользователю доступно 10 тестовых минут, дальше расшифровка стоит 100 рублей за 1 час. Из интересного — можно загружать файлы через Telegram-бота
Скриншот главной страницы с сайта Speech to text
Результат теста:
- WER или частота ошибок в словах: 14,29%
- Скорость расшифровки 20-ти минутного видео: около 2 минут
- Тестовый период: 10 минут
- Деление по спикерам: нет
- Расстановка знаков препинания: есть
- Экспорт в форматах: TXT
Особенности сервиса:
- Не принимает формат видео mp4
10. Wonderscribe
Платформа для транскрибации аудио — только на русском языке
Скриншот главной страницы с сайта Wonderscribe
Результат теста:
- WER или частота ошибок в словах: 16,39%
- Скорость расшифровки 20-ти минутного видео: около 2 минут
- Тестовый период: сервис бесплатный
- Редактор: есть
- Деление по спикерам: есть
- Расстановка знаков препинания: есть
- Экспорт в форматах: PDF, WORD, TXT, CSV
Сравнительная таблица
Мы подготовили итоговую таблицу с основными критериями — отсортировали сервисы по показателю WER, чтобы наглядно сравнить все 10
Таблица сравнения сервисов транскрибации на русском языке за 2024 год