Звук из видео в текст

Загрузите видеофайл или вставьте ссылку на ролик. EdWord извлечёт аудиодорожку, распознает речь и покажет текст с возможностью экспорта.

Если музыка не перекрывает голос, распознавание обычно справляется. Когда музыка громче речи или в видео много шумов, текст может содержать ошибки и требует проверки.

Да. EdWord возвращает текст произнесённой речи. Визуальные титры без озвучки автоматически не считываются, потому что сервис работает с аудиодорожкой.

Да. Для субтитров используйте экспорт SRT или VTT. После выгрузки проверьте переносы строк, имена и термины перед публикацией.

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.