2026-10-09 · Bowhard

Расшифровка аудио и видео в текст: способы, цены и субтитры

Час записи — это примерно 9 000 слов и 30–40 страниц текста; вручную такое набирают четыре–шесть часов. Разбираем, что считать готовым результатом, сколько это стоит в 2026 году и как получить субтитры, которые понимает любой видеоредактор.

Час записи — это примерно 9 000 слов, то есть 30–40 страниц текста. Вручную такое набирают четыре–шесть часов, поэтому расшифровку почти всегда отдают машине. Ниже — что считать готовым результатом, сколько это стоит в 2026 году, от чего зависит точность и как получить субтитры .srt, которые понимает любой видеоредактор.

Что должно быть на выходе

«Расшифровать» — не одно и то же для бухгалтера, монтажёра и руководителя. Полезно сразу решить, что именно нужно:

• Просто текст — читать, искать по смыслу, вставить в отчёт или в протокол встречи.
• Таймкоды — чтобы вернуться к нужному месту записи («на 14:20 обсуждали смету»).
• Субтитры SRT — файл с репликами и временем; загружается в YouTube, VK, любой редактор.
• Разделение по голосам (спикеры) — кто что сказал; для диалогов и совещаний.
• Структура — пунктуация и абзацы. Пунктуацию и заглавные буквы наш сервис расставляет сам, в цену это входит; разбивку на абзацы и заголовки всё ещё делает человек.

Четыре способа и их реальная цена по времени

Способ	Скорость	Кому подходит
Вручную, под диктовку	4–6 часов на час записи	Когда запись одна и важна каждая интонация
Программа на своём компьютере (Whisper и подобные)	1–3 часа на час записи без видеокарты	Если запись нельзя отдавать наружу
Сервис распознавания	1–10 минут на час записи	Обычный рабочий случай
API облака напрямую	1–10 минут, но нужен программист	Поток записей, интеграция в CRM

Мы проверяли локальный вариант: на процессоре без видеокарты час записи расшифровывается больше двух часов и заметно ошибается на шуме. Поэтому в наших сервисах распознавание идёт в облаке на серверах в России, а локальный движок остаётся аварийным запасом.

Сколько стоит расшифровка в 2026 году

Цены за час готовой записи у российских сервисов (по открытым тарифам, сентябрь 2026):

Сервис	Цена за час записи	Особенности
Пакеты для больших объёмов	около 8 ₽	Только крупные предоплаченные пакеты, минуты сгорают
Обычные тарифы сервисов	16–58 ₽	Часто лимит на файл, неиспользованные минуты сгорают
Сервисы «с редактурой»	200 ₽ и выше	Расшифровка, сводка, перевод в одном флаконе
Наш сервис расшифровки	25 ₽	15 минут в сутки бесплатно, без подписки и автосписаний

Наша себестоимость распознавания — около 9 ₽ за час записи, остальное уходит на сервер, оплату картой и поддержку. Мы не берём подписку: платите пакетом, минуты не сгорают и не списываются сами.

Что влияет на точность

• Качество звука. Микрофон в переговорке даёт 90–95 % верных слов, запись с улицы — заметно меньше.
• Шум и музыка. Фоновая музыка режет точность сильнее, чем шум улицы.
• Термины и имена. Названия компаний и профессиональный жаргон распознаются как похожие слова — проверьте их отдельно.
• Несколько голосов и перебивания. Тут теряются не слова, а границы реплик.
• Формат. Сжатые телефонные записи распознаются хуже, чем wav с диктофона.

Практический совет: дайте сервису два-три своих файла разного качества и посмотрите на результат своими глазами. Именно поэтому у нас бесплатные 15 минут в сутки — на них видно качество на вашей записи, а не на чужой демонстрации.

Субтитры для видео: откуда берётся SRT

Субтитры — это та же расшифровка плюс время начала и конца каждой реплики. Готовый .srt можно загрузить в YouTube и VK, импортировать в Premiere Pro, DaVinci Resolve или вшить в картинку одной командой:

ffmpeg -i video.mp4 -vf subtitles=subtitles.srt -c:a copy video_with_subs.mp4

Своими силами субтитры делают так: берут расшифровку с таймкодами, делят длинные реплики, следят, чтобы строка не превышала 42 знака, а на экране держалась 1–6 секунд. Это самая скучная часть работы, и она же — самая частая причина, почему видео лежит без субтитров. В нашем сервисе .srt собирается автоматически вместе с текстом и отдаётся одним нажатием: строки режутся по смыслу и по длине, разрывы — по паузам в речи.

Персональные данные и где обрабатывается запись

Запись разговора с клиентом — это персональные данные, поэтому важно, где она лежит. Мы обрабатываем файлы на серверах в России и удаляем через 24 часа после расшифровки, без «обучения моделей» и передачи третьим лицам. Если запись никуда отдавать нельзя вообще — честный путь один: считать локально, на своём компьютере, и мириться со скоростью.

Частые вопросы

Можно ли расшифровать бесплатно?

Да, у нас 15 минут записи в сутки бесплатно и без регистрации. Этого хватает, чтобы проверить качество на своих файлах, но не на потоке.

Какие форматы подходят?

Всё, что читает ffmpeg: mp3, wav, ogg, m4a, mp4, mov, mkv. Видео можно грузить как есть — звук из него вынимается автоматически. Ограничения: файл до 150 МБ и до 4 часов записи.

Сколько ждать результат?

Обычно минута записи расшифровывается за 2–5 секунд, то есть час записи — за пару минут. Прогресс виден на странице, файл можно забирать текстом, субтитрами .srt или данными .json с таймкодами.

Можно ли присылать записи в Telegram?

Да, мы делаем бота для приёма записей и выдачи готового текста — если вам удобнее так, напишите на mail@bowhard.ru, добавим ваш чат в очередь на подключение.

Нужно ли потом «причёсывать» текст?

Пунктуация и заглавные буквы уже стоят — это входит в цену и включено по умолчанию, отдельной оплаты за них нет. Остаётся вычитка по смыслу: имена, названия компаний и термины модель слышит на слух, их стоит проверить глазами. Если нужен совсем «глянцевый» текст — с абзацами и единым стилем, — это уже редактура, её мы делаем отдельно: напишите на mail@bowhard.ru.

← все статьи