TurboScribe — браузерный сервис ИИ-транскрибации на основе Whisper, который превращает аудио и видео в текст более чем на 98 языках с распознаванием говорящих, экспортом субтитров и встроенным переводом. Бесплатный тариф даёт три файла в день, а безлимитный снимает ограничения по количеству для исследователей, журналистов и подкастеров.
Пользовались этим инструментом? Оцените его
Пользовались этим инструментом? Оцените его
TurboScribe — это работающий в браузере сервис расшифровки, который превращает аудио- и видеофайлы в читаемый и редактируемый текст. Вы загружаете запись, выбираете язык и режим качества, и через несколько секунд или минут получаете оформленную расшифровку: её можно читать, искать по ней, править, переводить и выгружать в виде документа или файла субтитров.
Определяющая черта этого продукта — не точность сама по себе, а отказ от поминутной тарификации, которая господствует в этой категории. На сайте сервис называет себя «единственной в мире службой безлимитной расшифровки» без потолков и квот, и платный тариф продаёт именно безлимит, а не пакет минут или часов. Тот, кто наблюдал, как поминутный счёт разрастается по ходу исследовательского проекта, обычно понимает: это решение о структуре цены весит больше, чем доли процента в показателе ошибок.
Технически TurboScribe не использует собственную речевую модель. Сервис работает на Whisper от OpenAI и открыто пишет об этом на главной странице. Это важнее обычной технической сноски: качество расшифровки, которое вы получаете, по сути является качеством Whisper, а его свойства подробно описаны в открытых исследованиях. Собственный инженерный вклад компании лежит в другом — в вычислительных мощностях, скорости, разметке говорящих, переводе, управлении файлами и в экономике тарифа.
Сервис ведёт небольшая команда. Раздел вопросов и ответов написан от первого лица основателем, который представляется именем Лейф и указывает, что почти десять лет строил системы искусственного интеллекта в компаниях вроде Meta. Обращения в поддержку идут на личный адрес электронной почты. Это стоит учитывать при сравнении с поставщиками корпоративного уровня: вы покупаете сфокусированный продукт и прямой контакт с автором, а не организацию с формальными закупочными процедурами и обсуждаемыми соглашениями об уровне обслуживания.
Рынок распознавания речи делится примерно на четыре группы. Есть услуги ручной расшифровки: оплата поминутно, почти безупречная точность, срок от нескольких часов до нескольких дней. Есть помощники для встреч, которые подключаются к разговору в реальном времени и делают конспекты. Есть творческие пакеты, где расшифровка служит монтажной линейкой. И есть простые инструменты по принципу «файл на входе — текст на выходе».
TurboScribe чётко относится к четвёртой группе и оптимизирует одну-единственную величину: объём обработки на потраченную сумму. Он не подключается к встречам, не монтирует видео и не пытается стать рабочим пространством. Он принимает файлы и выдаёт текст в больших объёмах за фиксированную ежемесячную плату. Понимание этих рамок — самый быстрый способ решить, подходит ли он вам, потому что почти всё разочарование в этом продукте вырастает из ожидания, что он окажется одной из трёх остальных категорий.
Безлимитный тариф снимает квоты по файлам и минутам. Официальные ответы на вопросы необычно прямо объясняют, что это значит на практике: общего потолка использования нет, клиенты регулярно расшифровывают сотни часов в месяц, и единственное правило — не передавать доступ к учётной записи другим людям.
Компания также публикует инженерный ориентир, вместо того чтобы прятаться за расплывчатыми формулировками: системы рассчитаны минимум на 720 часов аудио или видео в месяц, и, как отдельно поясняется, это равно непрерывной работе двадцать четыре часа в сутки тридцать дней подряд. Тем, кто выходит за этот уровень и описывается как верхняя одна десятая процента пользователей, предлагают руководство по работе с большими объёмами, а не отключение. Это заметно честнее отраслевой нормы, когда безлимит рекламируют, а ограничение прячут в условиях использования.
Вместо непрозрачной модели сервис даёт выбирать баланс точности и скорости для каждого файла. Три режима прямо соответствуют конкретным размерам моделей Whisper:
base с 74 миллионами параметров. В документации указано около 20–30 секунд на час материала.small с 244 миллионами параметров, примерно три минуты на час материала.large-v2 с 1,55 миллиарда параметров, менее десяти минут на час материала.По умолчанию включён Whale, и это правильное значение по умолчанию. Поскольку разница между режимами состоит в ёмкости модели, а не в последующей шлифовке, выбор режима — самый весомый рычаг качества в ваших руках. Как только в материале появляются акценты, специальная лексика или изъяны звука, оставаться на Whale не пожелание, а необходимость.
Распознавание говорящих включается галочкой перед загрузкой и помечает каждый фрагмент расшифровки именем говорящего. Можно указать число участников — интерфейс предлагает варианты от двух до восьми — либо доверить определение автоматике. По официальным данным это добавляет одну-две минуты обработки на час записи.
Практический совет прост: указывайте количество, если оно вам известно. Автоматическому определению приходится выводить число голосов из самого сигнала, а заданное значение сужает пространство поиска и обычно даёт более чистые границы фрагментов, чем догадки системы.
Перевод работает отдельным этапом после расшифровки, и это архитектурное разделение полезно. Когда расшифровка готова, кнопка перевода открывает инструмент, где выбирают язык и формат файла и получают переведённую расшифровку или субтитры. Компания указывает охват более 130 языков.
Отдельно существует опция, применяемая при загрузке: она переводит звук с любого поддерживаемого языка сразу в английский текст, минуя расшифровку на языке оригинала. Эти два пути дают разный результат и служат разным задачам: прямой перевод в английский удобен одним действием, а расшифровка с последующим переводом сохраняет проверяемый текст на исходном языке.
Для действительно плохих записей отдельная функция убирает фоновый шум и усиливает речь перед расшифровкой. Официальные рекомендации здесь приятно сдержанны: функция советуется только как крайняя мера для файлов с плохим звуком, и отмечается, что она добавляет две-три минуты обработки на час материала. Считать шумоподавление запасным вариантом, а не настройкой по умолчанию, технически оправданно: агрессивная обработка записи, которая в ней не нуждалась, способна внести собственные искажения.
Расшифровки выгружаются в PDF, DOCX, TXT, CSV, а также в субтитры SRT и VTT. Вариант CSV легко упустить из виду, но он ценен для структурного анализа: фрагменты с отметками времени можно сразу загрузить в таблицу или в скрипт обработки.
Пакетные действия отвечают за выгрузку нескольких файлов, а выгрузка по папкам охватывает до 1000 расшифровок за раз. В безлимитном тарифе допускается одновременная загрузка пятидесяти файлов. Вместе эти возможности и делают крупные архивные проекты практически выполнимыми, а не теоретически возможными.
Сервис принимает подавляющее большинство распространённых аудио- и видеоформатов, включая MP3, M4A, MP4, MOV, AAC, WAV, OGG, OPUS, MPEG, WMA, WMV, AVI, FLAC, AIFF, ALAC, MKV и WEBM. На практике это значит, что перед загрузкой почти никогда не приходится ничего конвертировать, и в архивной работе с разнородными исходниками исчезает утомительный этап.
Этот раздел заслуживает особого внимания, потому что заглавная цифра — самый цитируемый и наименее проверенный факт об этом продукте.
TurboScribe заметно рекламирует точность 99,8 % по всему сайту. Эта цифра заявлена самой компанией и не проходила независимого аудита. Не опубликованы ни методика испытаний, ни набор данных, ни звуковые условия, ни способ подсчёта ошибок. Как и большинство подобных цифр в этой категории, её следует читать как наилучший результат для чистых, разборчивых записей одного говорящего на хорошо поддерживаемом языке, а не как гарантию для вашего материала.
Поскольку режим Whale работает на Whisper large-v2, опубликованные измерения именно этой модели напрямую относятся к делу. Независимая оценка Artificial Analysis определяет долю ошибок Whisper large-v2 в 4,1 % по словам на эталонном наборе, который сочетает разговорную речь, парламентские выступления и записи телефонных конференций по финансовым результатам. Это соответствует примерно 95,9 % правильно распознанных слов на реалистичном смешанном материале — отличный результат для автоматического распознавания речи и заметно ниже 99,8 %.
Разрыв не доказывает недобросовестности. Он отражает хорошо понятный факт: точность есть функция звукового материала, а не постоянное свойство модели. Чистая студийная начитка на английском действительно способна приблизиться к более высокой цифре, а разнородный реальный материал — нет.
Открытые исследования Whisper чётко описывают сценарии отказа, и они переносятся напрямую, поскольку речь идёт об одном семействе моделей:
large-v3 улучшил этот аспект по сравнению с предыдущими версиями. Так как Whale работает на large-v2, пользователи с сильно акцентированным материалом находятся на поколении, предшествующем этому улучшению.В части языков компания ведёт себя прозрачно. В её собственных ответах сказано, что точность распознавания речи различается по языкам, приводится список наиболее успешных языков и прямо рекомендуется сначала проверить сервис на бесплатном тарифе. Этому совету стоит следовать буквально.
Отзывы сообществ и пользователей складываются в согласованную картину: отлично на чистом звуке с одним говорящим, аккуратное разделение голосов в хорошо записанных беседах двух человек и ухудшение разметки, как только трое и более участников начинают перебивать друг друга. Для любых задач, где ошибка имеет реальные последствия — юридических, медицинских, журналистских цитат, соблюдения требований — расшифровку следует считать качественным черновиком, требующим сверки с исходной записью, а не окончательным документом.
Исследователи, ведущие интервью, сталкиваются со структурной проблемой затрат: расшифровка оплачивается поминутно, а строгая качественная работа порождает множество часов бесед. Фиксированная месячная плата меняет сам дизайн исследования, потому что снимает стимул записывать меньше или расшифровывать выборочно. Отзыв преподавателя, опубликованный на сайте, показывает масштаб разницы: раньше он поручал студентам восемь часов работы на каждый час записи.
Ключевыми здесь оказываются распознавание говорящих и выгрузка в CSV, поскольку кодирование качественных данных обычно требует относить высказывания к конкретным участникам и переносить фрагменты в аналитическое программное обеспечение.
Журналисту нужен быстро доступный для поиска текст, и ценность чаще состоит в том, чтобы найти конкретную фразу в полуторачасовом разговоре, а не опубликовать расшифровку целиком. Режим Whale вместе с разметкой говорящих превращает запись в документ с поиском за считаные минуты. Главная дисциплина — сверять каждую цитату с исходным звуком до публикации: автоматическая расшифровка стабильно ошибается в именах собственных, а выдуманная или неверно приписанная цитата является серьёзным профессиональным нарушением.
Расшифровки используют для страниц выпусков, поисковой видимости, коротких фрагментов для социальных сетей и доступности. Безлимитная модель хорошо подходит еженедельной программе с архивом, ведь дозаполнение расшифровок для старых выпусков — как раз тот массовый объём, который наказывает поминутная оплата. Формат беседы двух человек идеален для разделения голосов; круглые столы с частым перебиванием требуют ручной правки меток.
Выгрузка в SRT и VTT вместе с переводом более чем на 130 языков закрывает полный цикл работы с субтитрами без дополнительных инструментов. Автор расшифровывает видео, вычитывает текст и затем создаёт переведённые субтитры для нескольких рынков. Вычитка до перевода принципиальна, иначе ошибки расшифровки размножатся по всем языкам.
Записанные встречи и лекции расшифровываются хорошо, поскольку такие материалы обычно структурированы, ведутся модератором и записаны в приемлемых условиях. Учтите, что сервис не подключается к разговорам в реальном времени, а обрабатывает файлы постфактум, — значит, он полезен только если запись у вас уже ведётся. Для команды это означает, что этап записи должен существовать в процессе раньше, чем появится польза от инструмента.
Компания прямо обращается к этим сферам: страница о безопасности открывается напоминанием, что многие клиенты работают в областях вроде права или медицины, где защита данных, приватность и конфиденциальность критичны. Архитектура приватности эту позицию действительно поддерживает. Оговорка о точности, однако, действует здесь с максимальной силой: специальная терминология и значимые детали требуют человеческой проверки, а регулируемая деятельность обязывает выяснить, устраивают ли вас хранение данных в США и отсутствие формально подписанного договора.
На главной странице указано, что для первой расшифровки учётная запись не нужна, поэтому можно перетащить файл и оценить качество результата до любых обязательств. Возьмите действительно показательный образец — самую плохую из ваших обычных записей, а не самую хорошую, — потому что именно она определит, работает ли инструмент в вашем случае.
Выбирайте язык источника, а не полагайтесь на значения по умолчанию. Сервис делит языки на «популярные», «высокой точности» и «прочие», и само это деление служит полезным сигналом. Если ваш язык оказался в третьей группе, снизьте ожидания и проверяйте особенно внимательно.
Начинайте с Whale — режима по умолчанию и наивысшей точности. Переходите к Dolphin или Cheetah только тогда, когда скорость действительно важнее качества: например, когда нужно найти момент в длинной записи, а не получить пригодный документ. Выигрыш во времени измеряется минутами, а потеря качества может обернуться часами правки.
Включайте его для любой записи с несколькими участниками и указывайте их число, если оно известно. Настройка применяется в момент загрузки, поэтому ошибка означает повторную обработку файла.
Оставьте эту функцию для действительно испорченных записей. Она стоит дополнительного времени обработки и, как советует сам разработчик, является крайней мерой, а не улучшением по умолчанию.
Прочтите расшифровку, сверяясь со звуком, и поправьте имена собственные, термины и любой фрагмент, который читается подозрительно гладко: необычная плавность в сложном месте может указывать на галлюцинацию. Только после этого выгружайте в нужном формате. Правьте до перевода и до создания субтитров, чтобы ошибки не множились дальше по цепочке.
Улучшайте запись, а не расшифровку. Каждое улучшение исходного звука многократно окупается сэкономленной правкой. Отдельные микрофоны, тихое помещение и участники, которые не перебивают друг друга, дадут больше, чем любая настройка в интерфейсе.
Обрабатывайте архивы партиями. Раз безлимитный тариф допускает пятьдесят одновременных загрузок и выгрузку папок до тысячи расшифровок, накопившиеся задачи разумнее закрывать спланированными партиями, а не по одному файлу.
Проведите пробу по языкам. Прежде чем запускать многоязычный проект, расшифруйте короткий образец на каждом языке в бесплатном тарифе. Опубликованные рейтинги языков — лишь отправная точка; результат определяют ваши говорящие, их акценты и отраслевая лексика.
Считайте галлюцинации реальным риском, а не теоретическим. В языках с малым объёмом данных и на почти беззвучных участках Whisper способен породить никогда не звучавший текст. Фрагменты, которые выглядят слишком гладко на фоне остального, стоит сверить с записью напрямую.
Не передавайте доступ к учётной записи. Это единственное явное правило безлимитного тарифа. Команде нужны отдельные учётные записи; для организаций компания публикует отдельные разъяснения.
Лучше всего он подходит отдельным пользователям с большим объёмом работы — исследователям, журналистам, авторам подкастов, студентам, преподавателям и независимым специалистам, которые обрабатывают многие часы записей и хотят предсказуемых расходов. Экономика складывается в вашу пользу именно при высоких объёмах, поскольку фиксированная плата при безлимите поощряет интенсивное использование.
Он хорошо подходит создателям многоязычного контента: более 98 языков расшифровки и более 130 языков перевода собраны в одном продукте.
Для специалистов, внимательных к приватности, соответствие неожиданно высокое для инструмента такой цены — благодаря обработке на собственных машинах и обязательствам об отказе от обучения моделей, описанным ниже.
Он плохо подходит командам, которым нужен захват и конспектирование встреч в реальном времени, монтажёрам, ожидающим монтажную линейку рядом с расшифровкой, и организациям, требующим подписанных соглашений об обработке данных, гарантий доступности или хранения за пределами США. Он также не подойдёт, если нужна заверенная дословная точность без человеческой вычитки: этого не даёт ни один автоматический сервис, включая этот.
TurboScribe работает в веб-браузере. Устанавливать программы не требуется, файлы передаются через интерфейс браузера, поэтому сервис доступен в разных настольных системах без отдельных сборок под платформу.
Ограничения загрузки в платном тарифе щедрые: файл может длиться до десяти часов и весить до пяти гигабайт, одновременно допускается до пятидесяти файлов. Бесплатный тариф ограничивает файл тридцатью минутами и одним файлом за раз.
Стоит отметить одну интеграцию: компания выпустила расширение, позволяющее обобщать расшифровки и задавать по ним вопросы в ChatGPT. Это мост к внешнему помощнику, а не встроенная функция краткого изложения, и различие существенно, если вы рассчитывали на собственные сводки рядом с текстом. Детали тарификации для команд следует уточнять по официальным материалам для организаций. (Сведения требуют проверки: подробности о местах и тарификации для команд определяются официальным источником.)
Компания открыто публикует два уровня, и для просмотра сумм вход в систему не нужен.
Бесплатный тариф не стоит ничего и включает три расшифровки в день, каждый файл до тридцати минут, по одному файлу за раз. Бесплатные файлы обрабатываются с пониженным приоритетом, поэтому в часы нагрузки ожидание дольше. Примечательно, что качество в бесплатном тарифе не урезано: компания объявляла об открытии режима Whale с наивысшей точностью для бесплатных пользователей. Благодаря этому бесплатный уровень становится полноценным способом оценки, а не урезанной демонстрацией.
Безлимитный тариф стоит 10 долларов в месяц при годовой оплате 120 долларов либо 20 долларов в месяц при помесячной оплате. В него входят безлимитная расшифровка для одного человека, загрузки до десяти часов и пяти гигабайт, пятьдесят одновременных файлов, все режимы, перевод более чем на 134 языка, пакетная выгрузка, неограниченное хранилище и наивысший приоритет обработки. Подписку можно отменить в любой момент в настройках, доступ сохраняется до конца оплаченного периода.
Этот вопрос стоит задавать любому продукту с такой формулировкой, и здесь доказательная база лучше средней. Изучение опубликованных условий использования не выявило отдельного пункта о добросовестном использовании, ограничивающего объём расшифровки. Реально существуют обычное право приостановить или закрыть учётную запись, запрет перепродажи и прямо сформулированное правило не передавать данные для входа.
Ближе всего к порогу объёма стоит фраза о том, что системы рассчитаны минимум на 720 часов в месяц, а пользователей сверх этого — верхнюю одну десятую процента — направляют к руководству. Это читается как описание пропускной способности, а не скрытый потолок. Одно уточнение дают площадки отзывов: отдельные пользователи Trustpilot сообщают о неожиданных ограничениях и ошибках обработки крупных файлов в периоды высокой нагрузки, поэтому при экстремальных объёмах практика может оказаться менее абсолютной, чем реклама.
Более распространённая претензия касается оплаты. В отзывах на Trustpilot регулярно упоминаются неожиданные списания, автоматическое продление и трудности с отменой. Поставьте напоминание перед датой годового продления и осознанно выбирайте период оплаты.
Для инструмента расшифровки этот раздел не формальность. Записи встреч, беседы с клиентами, медицинские и юридические разговоры относятся к самому чувствительному материалу организации, и то, куда уходит этот звук, определяет, применим ли инструмент в работе вообще. Опубликованные обязательства здесь заметно сильнее среднего уровня по категории.
Никакой обработки третьими сторонами. Компания формулирует прямо: сторонние интерфейсы и службы расшифровки не используются, вся обработка аудио и видео выполняется на машинах, которыми компания владеет или которые контролирует. Ваш звук не передаётся во внешний речевой сервис. Для оценки рисков поставщика это радикально упрощает картину потоков данных.
Обучение моделей на ваших данных не ведётся. Страница безопасности отвечает прямым отрицанием: модели искусственного интеллекта и машинного обучения не обучаются на медиафайлах и расшифровках пользователей. Поскольку сервис работает на предобученной открытой модели и не нуждается в клиентских данных для улучшения собственной системы, это обязательство выглядит достоверным и структурно, а не только декларативно.
Шифрование при хранении и передаче. Расшифровки и медиафайлы шифруются при хранении алгоритмом AES-256, зашифрованные соединения обязательны, и компания заявляет, что отклоняет любые незашифрованные подключения к своим серверам через публичную сеть.
Контроль доступа. Если вы намеренно не поделились расшифровкой, просматривать и редактировать файлы и тексты может только владелец учётной записи. Признаков регулярного просмотра пользовательского содержимого людьми нет.
Срок хранения определяете вы. В этом и состоит тонкость: компания не публикует фиксированный срок удаления. В политике конфиденциальности сказано, что загруженное содержимое хранится на серверах и, если вы его не удалите, может сохраняться всё время, пока учётная запись активна. Удаление действует немедленно и необратимо: удалённые файлы восстановить нельзя, а удаление учётной записи мгновенно и навсегда убирает все файлы. Иначе говоря, по умолчанию срок хранения бессрочный и сокращается только при вашем активном управлении. Командам, работающим с чувствительным звуком, следует встроить удаление в процесс, а не рассчитывать на автоматическое истечение.
Хранение данных в США. Основная инфраструктура расположена в Соединённых Штатах, и политика конфиденциальности прямо предупреждает, что сведения, предоставленные пользователями из Европейского союза, Великобритании и других стран за пределами США, будут переданы и сохранены в США. Если ваши обязательства требуют хранения в Европейском союзе или внутри страны, это непреодолимое препятствие, какими бы надёжными ни были прочие гарантии.
Платежи. Оплата проходит через Stripe, и компания заявляет, что не хранит номера банковских карт на своих серверах.
Otter.ai решает другую задачу: подключается к встречам в реальном времени, делает заметки и сводки на ходу и связывается с календарями и сервисами видеосвязи. Для живой фиксации встреч выбирайте Otter, для массовой расшифровки файлов — TurboScribe.
Rev предлагает и автоматическую, и ручную расшифровку, причём ручная достигает точности, недоступной автоматике, по поминутной цене. Rev оправдан, когда конкретный файл должен быть практически безупречным и правильность важнее стоимости; TurboScribe оправдан, когда объём важнее совершенства отдельного файла.
Descript воспринимает расшифровку как интерфейс монтажа: правя слова, вы правите сам материал. Для авторов подкастов и видео, желающих объединить монтаж и расшифровку, Descript закрывает область, в которую TurboScribe не заходит.
Самостоятельно развёрнутый Whisper — наиболее прямое сравнение, ведь это буквально та же модель. Собственный запуск не стоит ничего за час и оставляет звук целиком на вашем оборудовании, что даёт предельно сильную позицию по приватности. Издержки реальны: нужно мощное оборудование, модели уровня large требовательны, а разметку говорящих, перевод, выгрузку субтитров, хранение и управление файлами придётся строить самому. Честное ценностное предложение TurboScribe в том, что он продаёт вычислительные мощности и продукт вокруг модели, которую вы могли бы запустить и сами.
Заявленная точность не проверена. Цифра 99,8 % исходит от компании без опубликованной методики и независимого аудита, тогда как независимые измерения лежащей в основе модели large-v2 дают около 4,1 % ошибок по словам на реалистичном материале. Планируйте по измерению, а не по рекламному баннеру.
Качество условно, а не постоянно. Акценты, наложение речи, фоновый шум и языки с малым объёмом данных ощутимо ухудшают результат, и компания сама признаёт различия по языкам.
Риск галлюцинаций в сложных условиях. Whisper способен породить гладкий текст, который никогда не звучал, особенно в языках с малым объёмом данных. Гладкость не является доказательством правильности.
Whale работает на large-v2, а не на large-v3. Опубликованные исследования указывают, что large-v3 улучшил именно акцентированную и неродную речь. Пользователи с такими записями остаются на предыдущем поколении.
Это не инструмент для живых встреч. Сервис обрабатывает загруженные файлы, не подключается к разговорам и не создаёт заметки в реальном времени.
Краткое изложение вынесено вовне. Обобщение расшифровок выполняется через отдельно выпущенное расширение в ChatGPT, а не встроенной функцией.
По умолчанию хранение бессрочно. Пока учётная запись активна, неудалённые файлы сохраняются. Чувствительные процессы требуют явной процедуры удаления.
Данные хранятся только в США. Для организаций с требованиями хранения в Европейском союзе или внутри страны это жёсткое ограничение.
Сложности с оплатой — самая устойчивая претензия. Отзывы на площадках регулярно упоминают неожиданные списания, автопродление и трудности отмены. Управляйте датами продления заранее.
Небольшой поставщик. Прямая поддержка основателя действительно даёт скорость реакции, но она не заменяет закупочные процедуры, договорные гарантии уровня обслуживания и обсуждаемые соглашения о данных.
Безлимит рассчитан на одного человека. Тариф покрывает одного пользователя, передача учётной записи прямо запрещена.
Да, бесплатный тариф вполне пригоден для работы: три расшифровки в день, до тридцати минут на файл, по одному файлу за раз, с пониженным приоритетом. Важно, что бесплатным пользователям доступен самый точный режим Whale, поэтому бесплатный уровень проверяет реальное качество, а не урезанную версию. Это правильный способ оценить инструмент на собственных записях до оплаты.
Безлимитный тариф стоит 10 долларов в месяц при годовой оплате 120 долларов либо 20 долларов при помесячной оплате: годовое обязательство вдвое снижает эффективную ставку. В него входят безлимитная расшифровка для одного человека, загрузки до десяти часов, все режимы, перевод, пакетная выгрузка и наивысший приоритет. Отменить можно в любой момент с сохранением доступа до конца оплаченного срока.
Это заявление самой компании, не прошедшее независимого аудита и не сопровождаемое методикой. Независимые измерения Whisper large-v2, модели самого точного режима, показывают около 4,1 % ошибок по словам на смешанном реалистичном материале, то есть примерно 95,9 % точности. Считайте 99,8 % наилучшим значением для чистой разборчивой английской речи одного говорящего и обязательно проверяйте на своих записях.
В опубликованных условиях отсутствует отдельный пункт, ограничивающий объём расшифровки. Компания заявляет, что общего потолка нет, клиенты регулярно расшифровывают сотни часов в месяц, а системы рассчитаны минимум на 720 часов, причём сверх этого предлагается руководство, а не отключение. Единственное явное правило запрещает передавать данные для входа. Впрочем, часть пользователей сообщает о неожиданных ограничениях в периоды нагрузки, поэтому при экстремальных объёмах поведение может оказаться менее абсолютным, чем в рекламе.
Файлы и расшифровки шифруются при хранении алгоритмом AES-256 и передаются только по зашифрованным соединениям. Обработка идёт на машинах, которыми компания владеет или которые контролирует, без сторонних интерфейсов расшифровки, и доступ есть только у вас, если вы ничем не делились. По умолчанию срок хранения не ограничен: содержимое сохраняется, пока учётная запись активна и вы его не удалили, а удаление немедленно и окончательно.
Нет. Компания прямо заявляет, что не обучает модели искусственного интеллекта и машинного обучения на медиафайлах и расшифровках пользователей. Поскольку сервис работает на предобученной открытой модели и не зависит от клиентских данных для собственного развития, это обязательство согласуется с тем, как продукт устроен на деле.
Расшифровка охватывает более 98 разговорных языков, а перевод расшифровок и субтитров — более 130 языков. Качество явно неоднородно: компания указывает, что точность различается по языкам, и публикует список наиболее успешных, включая английский, испанский, французский, немецкий, итальянский, португальский, китайский, японский, русский, арабский, хинди и корейский. За пределами этого списка, особенно для языков с малым объёмом данных, риск ошибок и галлюцинаций выше.
Да. Распознавание включается до загрузки и делит расшифровку по говорящим, поддерживая значения от двух до восьми участников или автоматическое определение, с добавлением одной-двух минут обработки на час. На хорошо записанных беседах двух человек результат аккуратен; при трёх и более участниках с заметным перебиванием метки могут путаться и требовать ручной правки.
Загрузка охватывает практически все распространённые аудио- и видеоформаты, включая MP3, M4A, MP4, MOV, AAC, WAV, OGG, OPUS, MPEG, WMA, WMV, AVI, FLAC, AIFF, ALAC, MKV и WEBM. Выгрузка доступна в PDF, DOCX, TXT, CSV, а также в субтитрах SRT и VTT, причём можно выгружать много файлов одновременно.
Архитектура приватности хорошо соответствует конфиденциальному материалу: обработка на собственных машинах, отсутствие сторонних интерфейсов, отказ от обучения моделей, шифрование AES-256 и удаление под контролем пользователя. Действуют, однако, две оговорки. Первая — точность: специальная терминология и значимые детали требуют человеческой сверки с исходной записью, и никакая автоматическая расшифровка не должна служить документом о юридических или клинических фактах без вычитки. Вторая — соответствие требованиям: данные находятся в США, а сам продукт создан небольшой командой и лишён формально подписанных договоров и аудированных сертификаций, которых ждут многие регулируемые организации. Сверьте оба пункта со своими обязанностями до внедрения.