Перевести аудио в текст онлайн

Транскрибация нейросетью за пару минут: загрузите запись — получите текст с пунктуацией, пословными таймкодами и субтитрами SRT/VTT. WER ~3% на русском, API. Оплата картами РФ, старт бесплатно без карты.

~3% WERточность на русском
0,50 ₽за минуту записи
SRT / VTTсубтитры с таймкодами
GenVoice · транскрибация
interview.mp3 14:32

00:00 Расскажите, как вы пришли в эту индустрию?

00:04 Всё началось с небольшого пет-проекта в 2019 году…

Как это работает

Расшифровать аудио — за три шага

От загрузки файла до готового текста с таймкодами — пара минут. Всё в браузере, без установки программ.

1. Загрузите запись

Перетащите аудио или видеодорожку — MP3, WAV, M4A, OGG и другие форматы. Конвертировать заранее не нужно, до 60 минут в одном файле.

2. Нейросеть распознаёт

Модель, заточенная под русскую речь, переводит аудио в текст с пунктуацией и нормализацией чисел — WER около 3% на чистом аудио.

3. Заберите текст

Скопируйте готовый текст или выгрузите субтитры SRT/VTT с пословными таймкодами — для видео, статей и описаний.

Почему GenVoice

Транскрибация, заточенная под русский

Пословные таймкоды, точность на русском втрое выше Whisper и оплата картами РФ — то, чего не дают зарубежные сервисы.

WER ~3% на русском

Собственная модель под русскую речь ошибается примерно в одном слове из тридцати — втрое точнее Whisper (~12%).

Пословные таймкоды

Время начала и конца каждого слова — киллер-фича, которой нет у большинства сервисов. Идеально для монтажа и субтитров.

Субтитры SRT и VTT

На основе таймкодов собираются готовые субтитры для видео — в популярных форматах SRT и VTT, без ручной разметки.

Пунктуация и числа

Модель сама расставляет точки, запятые и записывает числа цифрами. Текст сразу читаемый — не нужно чистить вручную.

Оплата картами РФ

Принимаем карты российских банков, работаем по предоплате. Бесплатный старт без карты — сначала попробуйте.

Единый API TTS + ASR

Один ключ и общий баланс на распознавание и озвучку речи. API доступен на всех тарифах, включая стартовый.

Сравнение

GenVoice, Whisper и зарубежные сервисы

Что важно при расшифровке русского аудио — точность, таймкоды и оплата из России.

Параметр GenVoice Whisper Зарубежные ASR
WER на русском (чистое аудио)~3%~12%Средний
Пословные таймкодыДаОграниченноНе всегда
Субтитры SRT / VTTДаЧерез кодИногда
Пунктуация автоматомДаНетДа
Оплата картой РФДаНет
Онлайн, без установкиДаНет (локально)Да

Подробное сравнение шести сервисов по цене и точности — в статье транскрибация аудио в текст.

Тарифы и цены

Транскрибация от 0,50 ₽ за минуту

Общий баланс с озвучкой, оплата картами РФ, купленные минуты не сгорают.

Бесплатный старт баланс на распознавание первых записей при регистрации. Без карты.
Расшифровать бесплатно
Старт
199 ₽
~0,50 ₽ / мин · API включён
  • Транскрибация и озвучка
  • Пословные таймкоды
  • Субтитры SRT / VTT
Купить
Лучший выбор
Базовый
499 ₽
минимальная цена за минуту
  • Транскрибация и озвучка
  • Записи до 60 минут за файл
  • Высокий приоритет
Купить
Продвинутый
1 499 ₽
для больших объёмов записей
  • Максимальный приоритет
  • Пакетная обработка через API
  • Минимальная цена за минуту
Купить
Бизнес
Индивидуально
API, SLA, выделенный приоритет
  • Большие объёмы транскрибации
  • Доступ к API
  • Персональная поддержка
Связаться

Баланс общий для транскрибации, расшифровки видео и озвучки текста — один ключ закрывает все задачи.

Вопросы и ответы

Частые вопросы про перевод аудио в текст

Сколько стоит перевести аудио в текст?
В GenVoice транскрибация стоит около 0,50 ₽ за минуту записи — 20 минут аудио обойдутся примерно в 10 ₽. При регистрации баланс пополняется на старт, поэтому первые записи можно расшифровать бесплатно, без карты. Платите только за фактические минуты, баланс не сгорает.
Насколько точно нейросеть распознаёт русскую речь?
Точность измеряется метрикой WER — доля ошибочных слов. На чистом русском аудио с одним спикером модель GenVoice показывает WER около 3%, это втрое точнее Whisper (около 12%). На записях с шумом или несколькими говорящими точность обычно остаётся на уровне 85–92%.
Можно ли получить таймкоды и субтитры?
Да. GenVoice выдаёт пословные таймкоды — время начала и конца каждого слова. На их основе собираются субтитры в форматах SRT и VTT для видео. Пословные таймкоды доступны через API, поддержка в веб-интерфейсе на подходе.
Какие форматы аудио поддерживаются?
Принимаются MP3, WAV, OGG, M4A, FLAC, AAC, WebM и другие популярные форматы — конвертировать заранее не нужно. Одна запись — до 60 минут и до 200 МБ на любом тарифе. Более длинные записи разбейте на части и обработайте по очереди.
Расставляет ли сервис знаки препинания?
Да. Модель автоматически расставляет точки, запятые и другие знаки, а также нормализует числа — записывает их цифрами. Текст сразу читаемый, останется только пробежаться по именам собственным и узким терминам.
Есть ли API для транскрибации?
Да, API доступен на всех тарифах, включая стартовый. Баланс общий для транскрибации и озвучки — один ключ закрывает обе задачи. Документация с примерами запросов — на docs.genvoice.ru.

Переведите аудио в текст прямо сейчас

Загрузите запись и получите текст с таймкодами за пару минут. Бесплатный старт при регистрации — без карты.

Перевести аудио в текст