Голосовой ввод текста онлайн – речь в текст

Как пользоваться

1. Выберите язык: вверху списка – английский, эстонский и русский, ниже – ещё 97 языков, нужный быстрее найти поиском. Можно оставить «Определить автоматически».
2. Нажмите на микрофон. В первый раз браузер спросит разрешение на доступ к нему – разрешите. Начинайте говорить, когда появится «Слушаю…».
3. Скажите фразу и остановите запись – через несколько секунд текст появится в поле. Следующие записи добавляются в конец текста в том порядке, в котором вы их делали.
4. Готовый текст можно поправить вручную, скопировать одной кнопкой или прослушать.
5. Чтобы расшифровать готовую запись – голосовое сообщение, лекцию, интервью или подкаст, – выберите аудиофайл под микрофоном или перетащите файл на окно. Текст появится, когда файл будет распознан; его можно скачать как .txt или как субтитры .srt.

Что умеет распознавание

Речь распознаёт Whisper large-v3 – одна из самых точных открытых моделей распознавания речи, а эстонскую речь – версия Whisper, которую Таллинский технический университет (TalTech) дообучил на эстонском. Обе работают на сервере этого сайта, а не в стороннем облаке. Запись или файл нужны только для распознавания и не сохраняются.

• Сама расставляет знаки препинания и заглавные буквы, каждое предложение начинается с новой строки.
• Понимает 100 языков. Лучше всего распознаются распространённые: чем реже язык, тем больше ошибок.
• Неплохо справляется с акцентом – это важно, когда по-английски или по-эстонски говорит русскоязычный.

Голосовой ввод на эстонском

Надиктуйте письмо или сообщение на эстонском и посмотрите, как пишутся слова: долгие гласные, двойные согласные, буквы ä, õ, ö, ü. Это и проверка произношения: если распознанный текст совпал с тем, что вы хотели сказать, – вас поймут. Числа на эстонском пишутся словами: «kakskümmend kolm», а не «23». Работает и в обратную сторону: вставьте эстонский или английский текст, выберите его язык и нажмите «Прослушать» – сервер прочитает текст вслух.

Советы для точного распознавания

• Выбирайте язык явно, если знаете его: на коротких фразах автоматическое определение иногда ошибается.
• Говорите законченными фразами и останавливайте запись после нескольких предложений: короткая запись распознаётся быстрее, а ошибку в ней проще исправить.
• Уберите фоновый шум – музыку, телевизор, разговоры рядом. Гарнитура даёт результат лучше, чем микрофон ноутбука.

Частые вопросы

Это бесплатно?

Да, без регистрации и без установки программ – прямо в браузере на компьютере или телефоне.

Почему первая запись распознаётся дольше?

После получаса без запросов сервер выгружает модель распознавания. Она начинает загружаться, как только вы нажимаете на микрофон, поэтому обычно задержки не видно; очень короткая первая запись может подождать на несколько секунд дольше – страница об этом предупредит. Если запись не отправилась, её можно отправить ещё раз или отменить: она не теряется.

Какие файлы можно загрузить?

Аудиофайлы MP3, M4A, OGG, OPUS, WEBM, WAV, FLAC, AMR и другие – до 150 МБ и до 3 часов. Подходят и голосовые сообщения из WhatsApp и Telegram. Час речи распознаётся примерно за две минуты. Видеофайлы не принимаются: сохраните из видео звуковую дорожку. Файл нужен только для распознавания и удаляется сразу после него.

Подробнее – в статье «Голосовой ввод онлайн: речь в текст на 100 языках». А чтобы не только диктовать, но и разговаривать, попробуйте голосовой ИИ-чат для практики эстонского и английского.