Почему «бесплатная расшифровка» обычно оказывается платной
Сценарий знакомый. Вы ищете, чем перевести аудио в текст, находите сервис с надписью «free», открываете — и упираетесь в форму регистрации. Заводите аккаунт, подтверждаете почту, загружаете файл через браузер, ждёте. На выходе получаете либо первые тридцать секунд расшифровки, либо предложение оформить подписку, либо и то и другое.
Бесплатным там было слово на кнопке. Дальше начинался пробный период: он не обновляется, он заканчивается.
Здесь устроено иначе, и разницу стоит назвать точно.
Что значит «бесплатно» в этом случае
Первая расшифровка — бесплатно, без счётчиков и сроков. Дальше — с планом VUST.
Регистрации нет — вообще никакой. Нет формы, нет почты, нет пароля, нет личного кабинета. Вы открываете чат с ботом в Telegram и отправляете туда файл, как отправили бы его коллеге.
Загрузки через сайт тоже нет. Файл уже лежит у вас в телефоне или в переписке — его не нужно никуда перекладывать.
Какие файлы подходят и где проходят границы
Форматы: mp3, m4a, wav, ogg — как обычным файлом-документом, так и аудиосообщением. Отдельного конвертера не нужно: если запись открывается плеером на телефоне, она подойдёт и здесь. Голосовые сообщения и кружки Telegram принимаются тоже, но они — тема соседней страницы.
Границ две, и они работают по-разному:
- 20 минут — наш предел. Всё, что длиннее, отклоняется до запуска распознавания: без частичной обработки и без списания.
- 20 МБ — предел самого Telegram на скачивание файла ботом, а не наше решение. Час подкаста в mp3 обычно упирается в него раньше, чем в двадцать минут.
Практический вывод один и тот же: часовую лекцию целиком отправить не выйдет, нужный фрагмент — выйдет. Отказ приходит сразу, поэтому проверка «пролезет или нет» ничего не стоит.
Когда бесплатного не хватит
После первой бесплатной расшифровки вы продолжаете с планом VUST. При сбое обработки на нашей стороне ничего не списывается.
Что приходит в ответ, кроме текста
Расшифровка — это только первая часть. Дальше приходит короткое изложение записи и отдельным списком то, что в ней прозвучало как задача или договорённость.
Именно поэтому расшифровка десятиминутного разговора экономит не десять минут прослушивания, а куда больше: читать десять минут расшифровки почти так же долго. Читать четыре пункта — нет.
Язык не нужно выбирать ни на одном шаге, и это важнее, чем кажется при работе с чужими файлами: он определяется по самой записи, а не по языку вашего интерфейса. Английская планёрка, присланная из русского Telegram, вернётся английским текстом.
Что важно знать про качество
Распознавание речи ошибается предсказуемо: имена, числа, специальные термины, шумная обстановка, наложение голосов, сильный акцент. Если из расшифровки вы собираетесь взять конкретную цифру или фамилию и переслать её дальше — проверьте по оригиналу.
И отдельно про судьбу файла. У нас аудио после обработки не остаётся, ни запись, ни её расшифровка не попадают в служебные логи — там только пометки вида «аудио N секунд». Само распознавание речи выполняет внешний сервис, которому запись передаётся на время обработки: его собственные сроки хранения мы за него не обещаем. Практическое следствие нашей стороны — при сбое нет кнопки «повторить бесплатно», вместо неё возврат денег и просьба прислать файл заново.
Чем это не является
Это не сервис, который приходит на ваши созвоны. Календарь бот не видит, участником встречи не становится, сам ничего не записывает. Работает только с тем файлом, который вы прислали.
Если сценарий шире
Если расшифровать нужно не файл, а голосовое сообщение, которое прямо сейчас лежит в переписке и которое некогда слушать, — это соседняя страница: там про пересылку из чата, кружки и про то, чего бот сознательно не делает. Если аудио нет вообще, а есть текст или ссылка и нужна выжимка — это SummaryBot.