Зачем вообще расшифровывать речь
Любой, кто хоть раз пытался выудить пять полезных мыслей из часового вебинара, эфира или созвона по зуму, знает: легче переслушать ещё раз, чем найти нужный момент. А потом ещё раз. А потом ты понимаешь, что час твоего времени уже ушёл, а полезного законспектировано — три строчки.
С текстом всё иначе. Текст можно пробежать глазами за минуту. По нему ищется Ctrl+F. Его можно скинуть в чат коллеге, в карточку CRM, в свой канал в виде поста, в нейросеть на пересказ. Расшифровка — это первый шаг, после которого видео из «архивного балласта» превращается в рабочий материал.
В ПК-маркетинге для этого есть отдельный инструмент — Транскрибатор. Дальше — как он устроен по факту, без рекламных обещаний.
На чём работает
Под капотом — faster-whisper, модель large-v3, развёрнутая локально на нашем сервере. Это «старшая» open-source модель распознавания от OpenAI, переписанная под более быструю и экономную работу на CPU.
Что это значит на практике:
- Никакие облачные API не задействованы. Ваш файл не уезжает в OpenAI, Яндекс, Google или ещё куда. Он живёт ровно на нашем сервере ровно столько, сколько нужно на распознавание.
- После обработки файл удаляется автоматически. В коде это сделано в блоке finally — то есть даже при ошибке он не остаётся валяться на диске.
- В таблице результатов хранится только текст — без оригинала аудио/видео.
Это важно, если вы расшифровываете созвоны с клиентами, внутренние совещания или контент, который ещё не вышел в публичный доступ.
Что можно скормить
Поддерживаемые форматы (проверено в коде):
- Аудио: mp3, wav, ogg, m4a, flac, aac
- Видео: mp4, webm, avi, mkv, mov
Способов положить файл — два:
1. Загрузка с компьютера. Drag-and-drop или выбор через проводник. Максимальный размер — 500 МБ. 2. Ссылка на видео. Поддерживаются YouTube (youtube.com, youtu.be) и ВК-видео (vk.com, vk.ru, vkvideo.ru). Сервис сам скачивает ролик: с YouTube — только аудиодорожку (так быстрее), с ВК — видео до 720p.
Микрофонной записи прямо со страницы нет. Если нужно расшифровать совещание — сначала запишите его в любимом софте, потом загрузите файл.
Лимиты
Спрятанных «звёздочек» в тарифе мы не любим, поэтому всё на виду:
- Длительность ролика: до 60 минут. Длиннее — нужно бить на куски.
- Размер файла: до 500 МБ.
- Языки: русский и английский. Другие пока не подключены.
- Одновременно в работе: до 3 транскрипций на одного пользователя. Защита от «случайно загрузил папку».
Сколько стоит
Тариф простой и считается заранее:
1 AI-токен = 2 минуты расшифровки. Минимум — 1 токен.
Несколько примеров:
- ролик на 1 минуту — 1 токен;
- ролик на 30 минут — 15 токенов;
- ролик на час — 30 токенов.
Когда вы загружаете файл или вставляете ссылку, сервис сначала проверяет длительность и показывает точную стоимость в токенах. Только после вашего подтверждения списываются токены и запускается распознавание.
Если что-то пошло не так (упал движок, файл оказался битым) — токены автоматически возвращаются обратно. Платите только за реально полученный текст.
Что происходит, пока вы ждёте
Расшифровка не мгновенная — это всё-таки нейросеть, которая слушает ваше аудио секунда за секундой. Примерное время указывается прямо в интерфейсе: формула в коде — длительность ролика × 1,5 + минута на накладные расходы. То есть час видео расшифровывается ориентировочно за полтора часа.
Страница каждые три секунды дёргает статус задачи, прогресс отображается в реальном времени. Можно закрыть вкладку и вернуться позже — результат сохранится в архиве записей.
Что НЕ умеет (и об этом стоит сказать честно)
Чтобы вы не строили на пустом месте ожидания — вот функции, которых сейчас нет, и которые часто спрашивают:
- Разделение по спикерам (диаризация). Текст идёт сплошной, без пометок «Спикер 1 / Спикер 2». Если в записи два-три голоса, придётся вручную расставлять смены реплик.
- Тайм-коды и субтитры (SRT/VTT). Faster-whisper их умеет, но в выгрузку они пока не выведены. Только сплошной текст.
- Скачивание файлом. Кнопка одна — «Скопировать в буфер». Дальше — в свой документ, заметку, чат. Экспорт в .txt/.docx/.json пока не сделан.
- Автосуммаризация и извлечение ключевых тем. Готовый текст можно скопировать и закинуть в любую нейросеть отдельно — но автоматического «выжми мне 5 пунктов» внутри транскрибатора нет.
- Перевод. Расшифровка идёт на исходном языке. Хотите английский → русский? Делайте это отдельным шагом.
- Прямой экспорт в CRM / чат-бота / рассылку. Модуль изолированный, копируем текст руками туда, куда нужно.
Это не «баги», это честный список ограничений MVP. Под расшифровку часовых видео и созвонов хватает с запасом — а кому нужны диаризация и субтитры, отдельно расскажите, добавим.
Как запустить за минуту
1. В кабинете слева — раздел «Полезности» → «Транскрибатор» (URL /dashboard/utilities/transcriber). 2. Выбираете режим: «По ссылке» (вставить URL YouTube/VK) или «Загрузить файл» (drag-and-drop). 3. Указываете язык — русский или английский. 4. Нажимаете «Узнать стоимость» — сервис показывает длительность, название и цену в токенах. 5. Подтверждаете «Расшифровать» — токены списываются, задача уходит в очередь. 6. Ждёте, по готовности забираете текст из карточки результата или из архива записей.
Архив хранится бессрочно, ничего автоматически не удаляется. Можно вернуться через месяц и найти расшифровку звонка с клиентом — она будет ровно там, где вы её оставили.
Когда брать, когда не надо
Честно.
Брать:
- Регулярно смотрите вебинары, эфиры конкурентов, выступления — нужен текст, чтобы быстро ориентироваться и цитировать.
- Записываете созвоны с клиентами и хотите потом по ним работать с CRM, не пересматривая по два часа.
- Ведёте подкаст / видео-блог и нужны черновики постов, описаний, нарезок цитат.
- Готовите контент в канал на основе своих же эфиров.
Не брать:
- Нужна именно диаризация по спикерам с тайм-кодами — пока нет, придётся пользоваться другим сервисом.
- Нужны субтитры для видео под загрузку в YouTube/ВК (SRT/VTT) — тоже не сюда.
- Расшифровать роликов длиннее часа целиком в один присест — нужно либо резать заранее, либо ждать апдейт.
Сколько это стоит в живых деньгах
Тариф токенов в ПК-маркетинге един для всех AI-инструментов. Закрепить за расшифровкой какую-то отдельную «абонентку» нельзя и не надо — платите ровно за то, что распознали. Молчит транскрибатор — баланс не двигается. Перемалываете 5 часов видео за день — спишется 150 токенов.
Расход виден в кабинете в разделе «AI-токены», там же — пополнение баланса.
Попробовать → pkmarketing.ru — 3 дня бесплатного доступа, без карты на входе. Транскрибатор входит в основной набор инструментов.
Если статья зашла — поддержите автора
Понравилось? Нажмите 👍 — это помогает каналу. И подпишитесь, чтобы не пропустить следующие статьи. Здесь я выкладываю всё, что мы пилим в ПК-маркетинге: новые фичи, кейсы, разборы конкурентов, иногда — провалы (тоже бывают, и о них тоже честно).
Где меня ещё можно найти:
И самое главное — если есть вопрос, замечание или идея, что докрутить в сервисе, пишите прямо мне в личку ВК. Я Слава, отвечаю лично. Сервис мы пилим вместе с командой, но каждый ваш вопрос я лично читаю и беру в работу — без шаблонных ответов «спасибо за обращение».
До встречи в следующей статье 🚀