Алиса и SpeechKit для транскрибации: возможности и границы
Честный обзор Алисы Про, SpeechKit, Телемоста и Браузера: кому достаточно инструментов Яндекса и где появляется задача расшифровки готового файла.
Короткий честный ответ
Алиса Про подходит, если у вас есть её подписка и файл до 4 часов и 300 МБ в MP3, WAV, OGG или M4A: загрузите его в проект и попросите расшифровку или конспект в чате. Для разовой записи этого может быть достаточно.
SpeechKit предназначен разработчикам: нужен облачный аккаунт, ключи и код для отправки аудио через API. Телемост даёт конспект и расшифровку собственных встреч организациям Яндекс 360, а Браузер показывает субтитры во время просмотра. Если этот сценарий совпадает с вашей задачей, отдельный сервис не нужен.
| Инструмент | Запись и формат | Таймкоды и экспорт | Цена и результат |
|---|---|---|---|
| Алиса Про | До 4 ч / 300 МБ, MP3, WAV, OGG, M4A | Таймкоды по запросу; DOCX и SRT не заявлены | Подписка; ответ живёт в чате проекта |
| Яндекс Телемост | Только собственная встреча Яндекс 360 | Расшифровка и конспект после встречи | Бизнес-тариф; результат приходит организаторам |
| SpeechKit | Файл через API | Зависит от реализованного кода | Облачная тарификация; результат в приложении разработчика |
| EdWord | Файлы до 2 ГБ и записи до 3 ч | Таймкоды, TXT, DOCX, SRT, VTT | Стартовый баланс до 60 минут, если доступен; текст в кабинете |
Передача по HTTPS · файлы удаляются после обработки
Запрос «транскрибация Яндекс» объединяет людей с очень разными задачами: одному нужно прочитать длинное голосовое, другому — текст двухчасовой встречи, третий ищет субтитры к ролику на английском. У Яндекса при этом целая россыпь речевых технологий, и каждая закрывает свой узкий сценарий — легко потратить вечер на поиски кнопки «аудио в текст», которой в привычных приложениях Яндекса нет.
- Качество зависит от записи
- Автоопределение языка
- TXT, DOCX, SRT, VTT
- Таймкоды реплик
Мы прошлись по официальным справкам и продуктовым страницам Яндекса и собрали карту на август 2026. Если коротко: Алиса Про принимает аудиофайлы в проекты и расшифровывает их по запросу, Браузер генерирует субтитры к видео и переводит ролики с восьми языков на русский, Телемост делает конспект и расшифровку встреч для организаций в Яндекс 360, SpeechKit распознаёт речь через API для разработчиков, Клавиатура набирает текст под диктовку, а пересказ на базе YandexGPT сжимает видео до тезисов с таймкодами. Каждый инструмент разобран ниже отдельно, с ограничениями и указанием источника.
Сценарий «взял готовый файл — получил полный текст с экспортом» эта экосистема закрывает частично: Алиса Про работает по подписке и отвечает в чате проекта, Телемост расшифровывает только собственные встречи и только для организаций, Браузер держит субтитры внутри плеера, SpeechKit требует программирования. Для готовых записей есть сервисы транскрибации, среди них EdWord — подробный разбор внизу страницы.
Как перевести в текст
Нейросеть распознаёт речь
Модель распознавания обработает запись, расставит знаки препинания и разделит текст на абзацы
Скачайте текст
Скопируйте результат или скачайте в формате TXT. Текст сохранится в личном кабинете
Алиса Про: расшифровка аудиофайлов в проектах
Самый близкий к транскрибации инструмент Яндекса — проекты Алисы Про. По официальной справке сценарий такой: создаёте проект, перетаскиваете аудиофайл в область загрузки — поддерживаются MP3, WAV, OGG и M4A, до 4 часов и до 300 МБ на запись, — Алиса Про анализирует его, после чего в чате проекта задаются запросы: «расшифруй по тезисам с таймкодами», «составь протокол созвона с решениями и поручениями», «выпиши точные цитаты о планах». Так удобно разбирать записи совещаний, собеседований и подкастов: суммаризация и поиск нужного места в длинной записи здесь сильная сторона. Границы тоже видны: функция входит в подписку Алиса Про, записи длиннее 4 часов придётся резать на части, а результат живёт в переписке проекта — готового документа с дословным текстом и кнопки «скачать DOCX или SRT» в этом сценарии нет.
Обычная Алиса — в колонке, Станции или мессенджерах — работает иначе: она распознаёт живую речь и отвечает по смыслу, голосовое сообщение для неё вопрос, дословный текст записи она не возвращает. Отдельная полезная функция — пересказ: YandexGPT тезисно пересказывает видеоролики в Браузере, Поиске и сервисе 300.ya.ru, размечая тезисы таймкодами. Для быстрого «о чём ролик» этого достаточно; дословную расшифровку интервью пересказ не заменит — тезисы опускают формулировки, цифры и имена, ради которых текст обычно и нужен.
Телемост: конспект и расшифровка встреч для организаций
По справке Яндекс 360 в Телемосте работает «Конспект встречи от Алисы Про»: участник нажимает кнопку конспекта во время встречи, а после завершения организаторы получают на почту тезисный пересказ и полную расшифровку с таймкодами. Функция включается на бизнес-тарифах Яндекс 360 с аккаунтами на домене организации, и конспект строится только по ходу самой встречи — запись, сделанную раньше, или созвон из Zoom и Google Meet Телемост так не обработает. Уже скачанный файл встречи удобнее загрузить в сервис транскрибации; подробный разбор этого сценария, включая то, где Телемост хранит записи, есть на нашей странице про расшифровку Телемоста.
Субтитры и перевод видео в Яндекс Браузере
По официальной странице функции Браузер генерирует субтитры к видео, переводит ролики с восьми языков на русский (с особым вниманием к английскому), работает с прямыми трансляциями и поддерживает YouTube, VK Видео, Rutube, Дзен, Одноклассники, Vimeo и Coursera. Для просмотра чужих роликов без звука или на незнакомом языке это удобный бесплатный инструмент. Границы такие: субтитры живут внутри плеера во время просмотра, выгрузка их файлом SRT или текстом на странице функции не заявлена; сценарий сделан для онлайн-видео с поддерживаемых площадок, локальный файл с диктофона или скачанная запись встречи в него не попадают. Когда текст нужен в виде документа — с поиском, правками и вставкой в отчёт — понадобится сервис, который принимает файлы и отдаёт результат в TXT, DOCX или субтитрами.
SpeechKit: распознавание речи для разработчиков
SpeechKit — облачный API Яндекса, движок, который стоит за голосовым вводом в продуктах компании. Он распознаёт и синтезирует речь, работает в синхронном, асинхронном и потоковом режимах, тарифицируется по длительности обработанного аудио (для синхронного и потокового распознавания единица тарификации — отрезок в 15 секунд); точные расценки опубликованы в документации Yandex AI Studio. Это инструмент для разработчиков: понадобятся аккаунт в облаке, API-ключи и код, который отправит аудио и получит текст. Если вы строите голосового бота, обзвон или аналитику колл-центра — это рабочий путь с честной посекундной оплатой. Для разовой задачи «расшифровать интервью к завтрашнему утру» настройка облачного проекта займёт больше времени, чем сама расшифровка в готовом сервисе с веб-интерфейсом.
Когда хватит инструментов Яндекса, а когда нужен отдельный сервис
Инструментов Яндекса достаточно, когда задача совпадает с их сценарием: посмотреть иностранный ролик с переводом — Браузер; получить конспект рабочей встречи в организации на Яндекс 360 — Телемост; надиктовать сообщение — Клавиатура; узнать содержание видео за минуту — пересказ YandexGPT. Отдельный сервис транскрибации нужен, когда на руках готовый файл и требуется его полный текст: интервью с диктофона, вебинар на два часа, лекция в MP3, голосовые на двадцать минут. EdWord принимает файлы до 2 ГБ и записи до 3 часов, отдаёт текст в TXT и DOCX, субтитры в SRT и VTT, на сайте можно включить таймкоды. Работает в браузере и в Telegram-боте @mywhisperedbot; в боте лимит на файл — 20 МБ, что удобно для голосовых и коротких записей. Оплата разовыми пакетами от 390 ₽ за час, подписки нет, купленные минуты не сгорают. Если аккаунту доступен стартовый лимит, до 60 минут расшифруются без карты — можно напрямую сравнить результат с любым из способов выше.
Выберите пакет
Без подписки, минуты не сгорают — покупаете разовые пакеты и тратите в своём темпе. Списываем только за реально обработанное аудио.
Удобнее в Telegram? Пакеты минут продаются и в боте: открыть @mywhisperedbot
Частые вопросы
Может ли Алиса перевести готовую аудиозапись в текст?
Да — через Алису Про: по официальной справке в проект загружается аудиофайл в MP3, WAV, OGG или M4A длиной до 4 часов и размером до 300 МБ, после анализа записи ей задают запросы в чате — от полной расшифровки по тезисам с таймкодами до протокола созвона. Работает это в рамках подписки Алиса Про, а результат живёт в чате проекта. Обычная Алиса в мессенджерах воспринимает голосовое как вопрос и отвечает по смыслу. Когда нужен дословный текст файлом — с экспортом в DOCX или субтитрами, — запись обрабатывают в сервисе транскрибации вроде EdWord.
Куда приходит конспект Алисы из Телемоста и через какое время?
По справке Яндекс 360 тезисный пересказ и полная расшифровка встречи приходят на почту организаторам после завершения встречи; в зависимости от настроек письма могут получить и участники. Забрать конспект в режиме реального времени нельзя — он строится по итогам разговора, и обработка занимает время: сторонние гайды называют срок до нескольких часов. Если письмо не пришло, проверьте, что конспект был включён во время встречи и что аккаунт принадлежит домену организации.
Может ли Алиса записать надиктованный текст?
Под запись живой речи у Яндекса отвечает диктовка в Клавиатуре: зажмите значок микрофона на смартфоне — и слова появятся в любом поле ввода со знаками препинания. Колонка с Алисой надиктованное не сохраняет: она распознаёт фразу, отвечает и забывает её. Если мысль уже записана на диктофон, быстрее загрузить файл в сервис транскрибации и получить готовый текст без повторного проговаривания.
Можно ли скачать субтитры, которые генерирует Яндекс Браузер?
Официальная страница функции описывает субтитры и перевод внутри плеера при просмотре; выгрузка субтитров отдельным файлом там не заявлена. Если нужен файл SRT или VTT для монтажа либо публикации, расшифруйте исходное видео в сервисе с экспортом субтитров — EdWord отдаёт оба формата.
Подходит ли SpeechKit, если я не разработчик?
SpeechKit — облачный API: для работы нужны аккаунт в облаке Яндекса, ключи и код, который отправит аудио и заберёт результат. Задачу уровня «загрузил файл — скачал документ» он сам по себе не решает, интерфейс придётся писать.
Чем конспект Алисы Про в Телемосте отличается от транскрибации файла?
Конспект строится во время самой встречи: Алиса Про слушает разговор, а после завершения организаторы получают на почту тезисы и полную расшифровку с таймкодами. Транскрибация файла отталкивается от готовой записи: сервис принимает файл любого происхождения — WebM из Телемоста, MP3 с диктофона, экспорт из Zoom — и возвращает дословный текст целиком. Уже завершённую встречу или созвон из другого сервиса конспект задним числом не обработает.
Получится ли расшифровать длинную запись диктовкой через Клавиатуру Яндекс?
Диктовка в Клавиатуре рассчитана на живую речь в момент набора: зажали пробел со значком микрофона, проговорили — текст появился со знаками препинания. Чтобы перегнать так часовую запись, придётся слушать её и надиктовывать заново кусками. Загрузка файла в сервис транскрибации даёт тот же текст без пересказывания вслух.
Сколько стоит расшифровка в EdWord?
Расшифровка оплачивается разовыми пакетами: 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 ₽. Подписки нет: купленные минуты не сгорают и списываются только за реально обработанное аудио.
Какая точность распознавания?
Качество зависит от исходной записи: фонового шума, расстояния до микрофона, разборчивости речи и одновременных реплик. Проверьте результат на своём файле и вычитайте имена, числа и профессиональные термины. Язык определяется автоматически; также можно выбрать русский, английский, немецкий, французский или испанский.
Безопасно ли загружать файлы в EdWord?
Файлы передаются по HTTPS. Для распознавания медиа передаётся внешнему STT-провайдеру, описанному в Политике конфиденциальности. Временная копия на сервере EdWord автоматически удаляется после завершения обработки, а текст хранится в личном кабинете, пока вы не удалите его.
Есть ли ограничения по длительности или размеру?
Максимальный размер файла — 2 ГБ, максимальная длительность одной записи — 3 часа. Этого хватает на большинство совещаний, интервью, лекций и подкастов. Более длинную запись разбейте на части перед загрузкой.
Можно попробовать бесплатно?
Если аккаунту доступен стартовый лимит, после регистрации появится до 60 минут — этого хватает, чтобы проверить качество на своей записи. Карта не нужна. Быстрее всего начать в Telegram-боте: открыть @mywhisperedbot.
Похожие форматы
Транскрибация записи Яндекс Телемоста
Найдите файл WebM на компьютере или Яндекс Диске, загрузите запись и получите полный текст встречи с таймкодами и экспортом в DOCX.
Сервис транскрибации: до 60 минут, если доступен
EdWord превращает записи, голосовые и видео по ссылке в текст через сайт и Telegram-бот.
Транскрибация онлайн: всё в браузере
Расшифровка аудио и видео без установки программ — с компьютера, планшета или телефона. Аккаунту может быть доступен стартовый лимит до 60 минут.
Расшифровка аудио в текст: до 60 минут, если доступен
Загрузите аудиозапись и получите текст с таймкодами, DOCX и историей в кабинете.
Альтернатива Yandex SpeechKit для расшифровки записей
Расшифровка аудио и видео без API, облачной консоли и кода: загрузили файл в браузере или Telegram — получили текст.
Попробуйте EdWord прямо сейчас
Загрузите файл или перешлите запись боту — текст придёт с таймкодами и выгрузится в DOCX, SRT или TXT. Регистрация через Telegram или Яндекс, без карты.