Аудио в текст переводится сервисами распознавания речи: они анализируют запись и выдают текстовую расшифровку. Способы — от бесплатной диктовки в Google Docs до специализированных нейросетей с точностью выше 99%. Выбор зависит от длины записи, уровня шума и того, нужен ли готовый конспект, а не только голый текст. В расшифровку годится почти любая запись: голосовая заметка на 30 секунд, диктофон с лекции, двухчасовой подкаст, созвон на пять человек, где все перебивают друг друга. Разница не в том, «можно или нельзя» — можно почти всегда...

Расшифровка аудио в текст больше не требует ни денег, ни часов ручной работы: голосовое, лекцию или интервью нейросеть превращает в текст за минуты. Разбираю три бесплатных способа, которые работают уже сегодня, и новую открытую модель NVIDIA, вышедшую 28 октября, — и объясняю, что она меняет для обычных людей. 28 октября 2026 года NVIDIA опубликовала Nemotron 3.5 Transcribe — нейросеть, которая превращает речь в текст. Её веса открыты: модель можно бесплатно скачать и использовать, в том числе в коммерческих продуктах...