Главная → Статьи → Что такое транскрибация

Что такое транскрибация и чем её делают

8 октября 2026 · 6 минут чтения

Слово встречается в объявлениях о работе, в прайсах фрилансеров и в названиях программ, но внятного объяснения обычно нет. Разбираем: что это, кому нужно, сколько стоит и чем делать.

Женщина в наушниках сверяет распечатку расшифровки на рабочем столе

О чём статья

  1. Что такое транскрибация простыми словами
  2. Чем отличается от распознавания речи
  3. Кому и зачем она нужна
  4. Сколько стоит и сколько занимает
  5. Чем делают: четыре способа
  6. Отчего зависит качество

Что такое транскрибация простыми словами

Транскрибация — это перевод речи из аудио или видео в письменный текст. Было: полуторачасовая запись совещания. Стало: документ, который можно прочитать, найти в нём нужное место поиском и разослать коллегам.

Слово пришло из научной среды, где расшифровкой интервью занимаются постоянно, и закрепилось на биржах фриланса. В обиходе говорят и «расшифровка» — это то же самое.

Результат бывает разной степени обработки:

Чем отличается от распознавания речи

Эти слова часто путают, хотя разница есть.

Распознавание речи — это технология: программа слышит звук и выдаёт буквы. Она работает в голосовом поиске, в умной колонке, в голосовом вводе на телефоне.

Транскрибация — это задача целиком: взять готовую запись и получить пригодный для работы документ. Распознавание — только первый шаг. Дальше нужно расставить знаки препинания, понять, где сменился говорящий, убрать мусор, оформить.

Поэтому голосовой ввод в телефоне хорошо справляется с короткой фразой, но полуторачасовую запись совещания в нём не расшифруешь: он не разделит собеседников, не поставит таймкоды и не сохранит результат в Word.

Журналист держит диктофон во время интервью
Интервью, лекция, приём у врача, совещание — всё это записи, которые кто-то потом переводит в текст

Кому и зачем она нужна

Юристам и нотариусам. Записи заседаний, консультаций, переговоров — в протокол. Здесь нужен дословный вариант: важно каждое слово.

Журналистам. Интервью в текст, чтобы вытащить цитаты. Таймкоды позволяют мгновенно найти место, где прозвучала нужная фраза.

Исследователям и студентам. Глубинные интервью, фокус-группы, лекции. В науке расшифровка интервью — обязательный этап работы.

Секретарям и помощникам руководителя. Планёрка в протокол. Разделение по собеседникам тут главное: иначе непонятно, кто взял на себя обязательство.

Блогерам и видеографам. Субтитры к роликам и монтаж по тексту: правишь текст — меняется видео.

Медикам. Приём под диктовку, когда нет времени писать во время работы с пациентом.

Сколько стоит и сколько занимает

Вручную опытный человек тратит на час записи от трёх до пяти часов. Если речь быстрая и собеседников несколько — до шести.

У фрилансера на бирже час записи обойдётся в 900–2 400 ₽: ставки в среднем 15–40 ₽ за минуту. Срок — от суток до трёх.

Онлайн-сервисы просят от 500 до 1 500 ₽ в месяц по подписке, обычно с ограничением на число минут.

Программа на своём компьютере — разовая покупка. Час записи обрабатывается примерно за 30 минут на старом ноутбуке без видеокарты, с разделением по собеседникам — около 70 минут. На современном компьютере быстрее.

Чем делают: четыре способа

1. Вручную. Плеер, текстовый редактор и терпение. Бесплатно, точно, очень долго. Разумно для коротких записей.

2. Фрилансер. Вы не тратите время, получаете вычитанный текст. Минусы: срок и то, что запись уходит постороннему человеку. Для записей с персональными данными или коммерческой информацией это проблема.

3. Онлайн-сервис. Быстро и просто: загрузили файл, получили текст. Минусы: постоянная подписка и то, что файл оказывается на чужом сервере. Для юриста или врача это зачастую недопустимо.

4. Программа на компьютере. Запись обрабатывается локально и никуда не передаётся. Платите один раз. Минус — обработка идёт не мгновенно, а в фоне.

Бесплатные решения этого класса тоже существуют, но требуют установки Python, работы с командной строкой и ручной настройки моделей — несколько вечеров и навыки программиста.

Диктофон на деревянном столе переговорной
Чем ближе микрофон к говорящему, тем лучше результат. Это главный фактор качества

Отчего зависит качество

Любая автоматическая транскрибация ошибается. Вот что влияет сильнее всего:

Вывод простой: получить идеальный текст одним нажатием не выйдет ни у кого. Но получить черновик, который останется вычитать за десять минут вместо четырёх часов набора, — вполне реально.

«Капсай · Голос» делает транскрибацию на вашем компьютере. Перетащите запись — получите текст с разделением по собеседникам, готовый к сохранению в Word. Без интернета, без подписки, запись остаётся у вас.

Перед покупкой можно скачать и проверить бесплатно на коротких записях.

Скачать и попробовать