Распознавание аудио в текст

Загрузите аудиофайл на сайт или отправьте его в Telegram-бот. EdWord подготовит запись, распознает речь и сохранит текст в кабинете, откуда его можно скопировать или скачать.

Лучше всего обрабатываются записи, где голос звучит близко к микрофону, без громкой музыки, эха и постоянных перебиваний. Важные места удобно проверять по таймкодам.

EdWord автоматически определяет язык речи и поддерживает десятки языков. Если спикеры часто переключаются между языками, финальный текст стоит внимательнее проверить.

Для договоров, протоколов и других важных материалов используйте результат как черновик. После автоматического распознавания текст должен проверить человек, особенно имена и числа.

Новые пользователи получают 60 минут бесплатно — без привязки карты и подписки. Далее доступны пакеты: 1 час за 390 ₽ (6.50 ₽/мин), 3 часа за 990 ₽ (5.50 ₽/мин), 10 часов за 2 990 ₽ (4.98 ₽/мин). Для команд и компаний — пакеты до 100 часов от 9 900 ₽. Купленные минуты не сгорают, списываются только за реально обработанное аудио.

До 98% при качественной записи. EdWord использует нейросеть Whisper от OpenAI — одну из лучших моделей speech-to-text в мире. Поддерживается более 50 языков, включая русский, английский, немецкий, французский, испанский, украинский, казахский. Точность зависит от качества звука: внешний микрофон, отсутствие эха и битрейт от 128 kbps дают прирост 5–10%.

Да. Файлы шифруются при передаче по HTTPS и удаляются с серверов EdWord сразу после транскрибации. Мы не используем ваши записи для обучения моделей и не передаём третьим лицам. В личном кабинете хранится только текст расшифровки — вы можете удалить его в любой момент.

Максимальный размер файла — 2 ГБ, максимальная длительность одной записи — 6 часов. Этого хватает на большинство совещаний, интервью, лекций и подкастов. Если нужно расшифровать более длинную запись — разбейте её на части или напишите в поддержку: для бизнес-тарифов возможны индивидуальные условия.