Перевод аудио в текст онлайн

Удаленная транскрибация, стоит ли ей заниматься?

Новичкам может показаться, что перевод звука в текст – это
простая работа. Однако, перед тем как искать заказы, стоит взвесить все за и
против. У такой деятельности полно отрицательных моментов:

• Огромная конкуренция.
• Низкая оплата.
• Незначительный карьерный рост.
• Постоянный поиск заказов.
• Монотонная и скучная работа.

Да, удается начать удаленную работу без вложений и особых
знаний. Если повезет, то встретишь постоянного клиента, который обеспечит тебя
заказами. Только не всех устроит доход. Чтобы перепечатать час видеоролика, мне
потребовалось почти 5 часов, а оплата вышла меньше 1000 рублей.

Перевести текст в аудио — Транскрипция

OneNote

Воспользуемся OneNote, чтобы преобразовать текст в аудио-речь. Мы сможем просто вставить готовый текст и озвучить его голосовым ассистентом. Программа OneNote встроена в Windows 10, что позволит нам не пользоваться сторонними программами и онлайн сервисами. Также, она есть и онлайн версия. OneNote также есть и на мобильных устройствах IOS и Android, но я буду пример показывать для Windows 10.

1. Наберите в поиске меню пуск «OneNote» и запустите приложение.
2. Создайте разделы в левом столбце, если в этом есть необходимость.
3. Справа напишите или вставьте текст, который нужно озвучить.
4. Нажмите сверху на вкладку «Иммерсивное средство чтения» и текст будет озвучен.

Если вам нужно нужно преобразовать текст в аудио формат, чтобы скачать аудио файл, то нажмите на вкладку «Вставка» > «Звук» (иконка микрофона). После записи появится файл формате mp3. Нажмите по нему правой кнопкой мыши и выберите «Сохранить как». Это позволит вам локально сохранить аудиофайл.

Yandex SpeechKit

Yandex SpeechKit — онлайн сервис для бета-тестирования синтеза речи. Также можно скачать озвученный файл в формате OGG для прослушивания в проигрывателях.

1. Перейдите на сервис Яндекса speechkit.
2. Добавьте нужный вам текст в левом столбце.
3. Справа вы можете настроить скорость голоса, эмоцию и выбрать ассистента.
4. Ниже нажмите на «Синтезировать речь», чтобы текст перевелся в аудио.
5. Если вам нужно скачать озвученный текст, то нажмите на конку скачивания.
6. Преобразованный текст в аудио будет в формате .ogg.

Any Text to Voice

Any Text to Voice бесплатное приложение UWP из Microsoft Store, которое переведет текст в аудио и позволит сохранить в формате mp3.

1. Перейдите в Microsoft Store и установите приложение.
2. Выберите обязательно ассистента для озвучки. Если текст русский, и ассистент должен быть русский. Приложение берет встроенную озвучку в Windows 10. Если вам нужен арабский, то в параметрах языка ввода Windows 10 установите нужный вам арабский.
3. Нажав на «Save as audio» вы сможете сохранить озвученный файл в формате mp3.

Смотрите еще:

• Как распознать текст с картинки и перевести его на другой язык 
• Как скачать видео из Твиттера 
• Как скачать музыку с SoundCloud на компьютер или телефон 
• Как удалить аккаунт в Инстаграме 
• Как скачать Википедию на компьютер или телефон

Загрузка комментариев

Канал
Чат

Онлайн сервисы для набора текста голосом

На данный момент есть очень большой выбор сервисов и программных приложений для голосового набора команд и управления.

Голосовой блокнот speechpad.ru

Преимущества:

Для использования онлайн версии следует перейти на сайт https://speechpad.ru/, пролистать страницу вниз, включить запись и получить готовый текст. Для браузера потребуется скачать и установить расширение.

Инструкция по использованию:

• Кликните по кнопке «Включить запись». (если Вы первый раз это делаете, то в правом верхнем углу возникнет всплывающее уведомление о том, что нужно разрешить доступ сервису к микрофону).
• Постарайтесь как можно четче и ближе к микрофону произносить слова. Стоит учитывать, что проговариваемый текст будет появляться там, где находится курсор. А если случайно перед этим был выделен текст, то он затрется.
• Можно активировать опцию «Отключить управление заглавными буквами» и тогда Google не будет обновлять регистр в зависимости от пунктуации. А для изменения необходимо будет воспользоваться кнопкой с текстом А/а, она увеличит или уменьшит размер той буквы рядом с курсором.
• Для удаления действия нужно нажать кнопку «Отменить».
• Для расстановки знаков препинания есть специальные кнопки на панели, активировать кликом левой кнопки мыши. Также Вы можете отметить для использования функцию «Заменять слова пунктуации» и тогда сможете голосом расставлять знаки препинания.
• Для того, чтобы поменять язык, необходимо нажать на данное поле и появится выпадающий список, в котором следует найти и выбрать требуемый. При условии, что нет нужного, необходимо зарегистрироваться и добавить в личном кабинете.
• Чтобы давать команды сервису при помощи голоса, активируйте пункт «Выполнять команды».
• Также вывод текста можно делать не только в поле на сайте сервиса, но и в буфер обмена после выбора использования такой функции на странице и установке расширения для блокнота.

Голосовой ввод текста в Гугл документах

Преимущества и возможности:

• Запись, редактирование и форматирование информации голосом.
• Удобство: нет необходимости устанавливать программу на устройство.
• Мультиязычность.

Пошаговая инструкция применения:

• Перейти в браузере в раздел «Инструменты».
• Откройте из предложенных пунктов «Голосовой ввод».
• Активируйте кликом иконку микрофона (разрешите использование).
• Начинайте громко и четко произносить то, что следует записать.

Расширение для браузера Войснот II

Достоинства:

• Удобство.
• Интуитивно понятный интерфейс: достаточно простое управление.
• Есть возможность создать ярлык для быстрого доступа к сервису.
• Мультиязычность.
• Исправление написания слов при нечетком или неправильном произношении.
• Сохранение информации в браузере, кэше, буфере обмена.

Инструкция использования:

1. Установка:

• Перейти в магазин расширений Google: http://goo.gl/oMx8Xx;
• Установить и разрешить использование микрофона.

1. Создание ярлыка на рабочем столе:

• Перейти на страницу расширений, которые установлены.
• Нажать на иконку Войснот.
• Выбрать в появившемся меню «Создать ярлык».

1. Запуск/остановка:

• Нажать на кнопку с изображением микрофона.
• Или активировать сочетание клавиш Ctrl+Пробел.

1. Запись текста предполагает расставление знаков препинания с учетом правил русского языка и пауз в процессе диктовки.
2. Чтобы отредактировать, следует воспользоваться панелью инструментов: стереть, сохранить, скопировать, исправить регистр букв, добавить недостающие знаки пунктуации, перейти на новую строку.

Распознавание речи в браузере TalkTyper

Преимущества:

• Бесплатный сервис;
• Мультиязычность.
• Исправление написания слов при нечетком или неправильном произношении.

Инструкция:

Голосовой блокнот August4u

Достоинства:

• Простота использования.
• Является уникальной разработкой.
• Высокий уровень качества и скорости распознавания.
• Использовать можно бесплатно.

Инструкция:

• Перейти на страницу сервиса: https://august4u.net/?speech2text.
• Можно выбрать один из 6 языков.
• Нажать на иконку микрофона и разрешить доступ к устройству.
• Автоматически включена расстановка знаков препинания, но нажав на кнопку с текстом «.,!» можно отключить данную функцию.
• По окончании диктовки можно сохранить, копировать, отправить на электронную почту полученный текст и очистить поле, нажав на иконку с крестиком.

Способы ускорить работу над расшифровкой

Имея огромный опыт в наборе текстов, для себя сделал следующие выводы как можно ускорить расшифровку аудио в текст.

При уменьшении скорости воспроизведения ролика, транскрибация производится с наименьшими ошибками.
Набирая текст вручную, идеально подходит схема: прослушал → запомнил → записал. Эта схема позволит не откладывать редактирование на потом, а сделать все сразу.
Использование команд, помогающих добавлять часть текста

Представим себе, что в тексте, часто попадается слово «Транскрибация», добавляем его в команду и при помощи горящих клавиш выводим в нужных местах.
Не важно набираете в ручную или при помощи онлайн программ, все правки и корректировки делам в самом конце.

Google Переводчик

На странице онлайн переводчика от Google присутствует возможность голосового ввода текста. Это может стать альтернативным и в то же время бесплатным вариантом, если требуется надиктовать запись с микрофона. Для начала ввода достаточно нажать на соответствующий значок.

Чуть более сложная задача стоит перед пользователем, если требуется выполнить перевод аудио в текст. Тем не менее зарубежные юзеры придумали решение – нужно установить специальный драйвер в систему и настроить вход микрофона на него. По итогу запущенный в плеере файл будет передаваться как голос, который поступает с микрофона. Это позволяет «обмануть» Google Переводчик и произвести транскрибацию с аудиофайла.

Бот в Telegram

Чуть более функциональную онлайн-расшифровку аудио в текст предоставляет бот Voicy, расположенный в мессенджере Telegram. Он работает с голосовыми сообщениями и отдельно загруженными файлами. Качество распознавания находится на среднем уровне. Поддерживается смена «движка» на Google Speach, однако для этого потребуется предварительно оформить подписку в сервисе Cloud Speech-to-Text. По умолчанию используется бесплатная система Wit.ai.

Инструкция по работе с ботом:

Для просмотра всех команд Voicy необходимо отправить ему сообщение с текстом «/help».

Подведем итоги. Программа для преобразования голоса в текст на Виндовс присутствует только в сервисе Speechpad. Однако даже там основная часть данных берется с серверов. Прочие предложенные инструменты работают онлайн. Лучшим по качеству распознавания является Cloud Speech-to-Text. Бесплатная альтернатива представлена Google Переводчиком, где после установки специального драйвера получится проводить транскрибацию аудиофайлов.

LossPlay

Бесплатная программа LossPlay для транскрибации аудио или видео, работающая на русском языке. Это мультимедиа плеер для воспроизведения аудио или видео файлов. Программа была разработана для расшифровки (транскрибации) аудио и видео файлов вручную.

Основные возможности программы LossPlay:

• Поддержка большого количества медиа форматов;
• Использование горячих и мультимедийных клавиш на клавиатуре;
• Поддержка вставки тайм-кода;
• Изменение скорости воспроизведения;
• Создание скриншотов воспроизводимых файлов.

Программу можно скачать с официального сайта разработчика.

LossPlay скачать

После установки, программа предложит скачать, а затем установить на компьютер необходимые кодеки из пакета K-Lite Codec Pack и QuickTime, для возможности проигрывания всех поддерживаемых медиа форматов.

Ручная транскрибация в LossPlay выполняется с помощью следующих шагов:

1. Добавьте мультимедиа файла в окно программы.
2. Откройте текстовый редактор.
3. Запустите проигрывание файла в плеере.
4. Слушайте и параллельно вручную набирайте прослушиваемый текст в окне текстового редактора.

Сервисы-конверторы

В интернете есть множество сервисов, которые предлагают автоматически расшифровать текст. Конечно, есть смысл использовать только те, которые трансформируют материал без ошибок. Однако за качественные услуги придется заплатить. Впрочем, даже бесплатные сервисы можно оценить на твердую четверку, если запись имеет высокое качество.

Google Docs

Удивительно, но сервис конвертации есть у Google в «Документах». Многие даже не подозревают, что там есть функция «голосового ввода». Я сама узнала об этом всего полгода назад. Находится она во вкладке «Инструменты». Это не автоматическая система, в нее нельзя загрузить файл с видео и быстро получить расшифрованный текст. Можно просто запустить видео и подождать, пока Google запишет слова «на слух». Итоговый текст будет сильно зависеть от качества видео. Но учтите, что посторонние шумы очень ухудшают расшифровку.

Расшифровка текста с помощью Google Docs

Сервис Speechpad

Российский сервис Speechpad поддерживает русский язык. Отличается от Google Docs большим набором функций, поскольку может переводить в текст не только устную речь, но и видео- и аудиофайлы. Кажется, сервис понимает русскую речь немного лучше, чем Google.

Сервис Speechpad

Сервис Dictation

Dictation – западный программный продукт, однако он также поддерживает русский и еще сотню других языков. Конвертировать можно только «живой» голос. Функция автоматической расшифровки файлов не поддерживается. В целом сервис очень похож на «голосовой ввод» Google Docs.

Интерфейс Dictation

RealSpeaker

Хороший платный сервис, который поддерживает расшифровку файлов с видео- и аудиоконтентом. Русскую устную речь также можно конвертировать в текст. Разрешается бесплатно расшифровывать записи длиной до 90 секунд.

Сервис RealSpeaker

Speechlogger

Speechlogger даже не требует регистрации и работает бесплатно. Он достаточно резво распознает речь и быстро переводит ее в текстовый формат. Получившийся текст можно сохранять в стандартных форматах.

Интерфейс Speechlogger

Если купить платный доступ к сервису, появится возможность расшифровывать файлы в большинстве известных форматов видео и аудио, в том числе в .avi, .mp3, .mp4 и так далее.

Vocalmatic

Вот это просто крутой сервис: он распознает даже песни. Алгоритм прекрасно справляется со сложными речевыми оборотами и шумами на заднем фоне.

Vocalmatic

Конечно, за качество необходимо платить. У Vocalmatic есть несколько тарифов, которые дают разные уровни доступа к инструментам сервиса.

Бесплатно будет позволено расшифровать только 30 минут видео или аудио. Далее придется приобрести один из платных пакетов.

Что такое транскрибация и зачем нужна расшифровка

Транскрибация — это расшифровка информации из аудио или видео в текстовую форму. Это может быть актуально для слабослышащих пользователей или для тех, кто предпочитает потреблять контент в беззвучном режиме, получая информацию из письменной речи.

Цель транскрибации — качественно перевести речь в текстовый формат, который человек будет хорошо понимать при прочтении.

Задачи расшифровки:

• Разобрать все сказанное спикерами.
• Разбить речь на предложения.
• Убрать слова-паразиты и паузы.

Расшифровка используется в субтитрах к видео, в статьях и постах, а также для анализа и исследований.

Ниже представлена таблица, в которой мы указали, где используют расшифровку.

Вид транскрибации
Особенности
Надиктовка
Автор читает подготовленный текст — медленно, с выражением и расстановкой знаков препинания. Текст может использоваться для статей, постов, ведения блога или написания материала в журнал
Лекция
Студенты записывают речь преподавателя на диктофон для дальнейшей расшифровки лекций, в тексте которых встречаются сложные термины и незнакомые имена. Используется, когда лектор быстро говорит — и записать материал в такой ситуации очень сложно
Подкаст
Формат радио, в котором редко встречаются проблемы с речью. Подкаст может быть монологом или диалогом. При расшифровке нужно учитывать, кто говорит — обязательно укажите имя человека. Расшифровка нужна для субтитров
Интервью
Формат, в котором участвует двое и более человек. Расшифровка нужна для субтитров в видео, написания статьи или поста. Жесткая дословность не требуется, в приоритете — передать эмоции и главную мысль интервьюируемого
Синхрон
Похож на интервью. В кадре эксперт дает комментарий по какой-то теме, камера записывает не только голос, но и звуковой фон, который сопровождает запись
Вебинар
Речь одного или нескольких экспертов вебинара. Расшифровка похожа на формат подкаста — нужно указать имя говорящего. Транскрибацию используют для субтитров, написания статьи или книги
Фокус-группа
Фокус-группа используется в маркетинговых исследованиях и социологических опросах. Сложный формат для расшифровки. Изначально все люди могут говорить спокойно, но под конец многие начинают перебивать друг друга. Чтобы этого избежать — задавайте вопросы каждому участнику по очереди. Расшифровка нужна для отчетов, анализа и исследований
Конференция
В конференции есть ведущий (он же — модератор) и спикеры

Здесь также важно указать имя говорящего. Расшифровка используется для субтитров, написания статей и постов
Телефонные разговоры
Расшифровка используется для анализа клиентов, сбора данных о них — интересы, потребности, боли и проблемы

Также это помогает улучшить качество работы менеджеров. Транскрибация звонков используется не только для бизнеса, но и для решения более специфических задач — например, силовики могут прослушивать разговоры потенциальных преступников
Субтитры
Используются в видео. Текст должен точно повторять речь говорящего. А чтобы разбить ее на подтемы — используйте тайм-коды
Монтажный лист
Применяется в кино и клипах. Это таблица, в которой указаны кадры с репликами героев и техническими комментариями. Здесь нужно не только расписать речь персонажа, но и зафиксировать все, что в данный момент находится в кадре

Далее мы рассмотрим не только программы для автоматической транскрибации, но и сервисы для ручной расшифровки.

Топ-5: Аудио переводчики с английского на русский

1. Использование Гугл Переводчика или Яндекс Переводчика. Этот способ хорош тем, что вы одновременно можете получить, как английский текст, так и его перевод. Настройте переводчик – над левым окном установите исходный язык аудио (английский), а над правым – язык, на который необходимо перевести (русский). Под левым окном переводчика нажмите на микрофон, разрешите использование микрофона, поднесите микрофон к колонкам, включите аудио и наслаждайтесь Подобным образом вы можете работать и с переводчиком от Яндекса:
2. Еще один очень удобный сервис для распознавания речи и мгновенного перевода — speechlogger.appspot.com. Выставьте настройки – исходный язык, авто пунктуация, язык, далее также нужно поднести микрофон к колонкам, включить аудио и нажать на иконку “Микрофона”.
3. С использованием speechpad.ru По работе с этим сервисом много инструкций в интернете. Особенно часто его используют для перевода речи в текст. Мы же будем использовать его для автоперевода. Перейдите на сервис speechpad, нажмите на кнопку +перевод, как показано на скриншоте ниже: Теперь выставьте настройки, как у меня на скриншоте: 1. Включите микрофон, 2. разрешите использование микрофона на сайте spechpad, 3. поднесите микрофон к колонкам, 4. Включите аудио (или видео) с иностранной речью.
4. Второй вариант перевода английского аудио в текст – онлайн сервис dictation.io. Поднесите микрофон к колонкам, включите аудиозапись на английском языке и нажмите на сервисе кнопку “Start dictation”. После завершения записи нажмите “stop dictation”. Сохранить текст можно, нажав на кнопку “save”. Запись сохраниться в текстовом файле txt.
5. Больше всего мне нравится третий вариант преобразования английской речи в текст. Перейти на сервис онлайн speech-to-text-demo. Он хорош тем, что не обязательно нужно проигрывать аудиофайл, хотя такая функция в сервисе тоже имеется. Благодаря этому, вы можете переводить аудио в текст в абсолютной тишине, если это требуется, например, если вы привыкли работать по ночам. Вторым вариантом является простая загрузка аудиофайла на сервис, где он автоматически распознается и будет переведен в текстовый файл. Однако не любой аудиофайл можно загрузить на сервис. Поддерживаются только расширения .wav, .flac, или .opus. Файл mp3 загрузить не получится, но и здесь есть выход – вам нужно всего лишь воспользоваться любым аудио конвертером, можно тоже онлайн. Рекомендую для конвертации аудио в другой формат сервис — online-audio-converter.com.Итак, теперь рассмотрим поэтапно процесс преобразования английской речи в текст при помощи указанного сервиса. Предположим, что у вас файл mp3. Значит, вам сначала нужно сконвертировать файл при помощи сервиса online-audio-converter.com. Вам нужно открыть аудиофайл, выбрать расширение, в которое необходимо сконвертировать (wav) и нажать кнопку “Конвертировать”. после завершения конвертации скачайте файл: Второй шаг – собственно перевод английского аудио в текст на сервисе speech-to-text-demo. Перейдите на этот сервис, нажмите на кнопку “Upload audio file” (загрузить аудио файл) и выберите из папки вашего компьютера сконвертированный в wav, flac или opus аудио файл. Через некоторое время в окне появится текст аудио. Пример:

«RealSpeaker» — сверхточный распознаватель речи

Программа для трансформации голоса в текст «RealSpeaker» кроме стандартных для программ такого рода функций, позволяет задействовать возможности веб-камеры вашего ПК. Теперь программа не только считывает аудио составляющую звука, но и фиксирует движение уголков губ говорящего, тем самым более корректно распознавая выговариваемые им слова.

«RealSpeaker» считывает не только аудио, но и визуальную составляющую процесса речи

Приложение поддерживает более десяти языков (в том числе и русский), позволяет распознавать речь с учётом акцентов и диалектов, позволяет транскрибировать аудио и видео, даёт доступ к облаку и многое другое. Программа условно бесплатна, за платную версию придётся заплатить вполне реальные деньги.

Развитие имеющихся возможностей

Инструмент Transcribe стал дополнением к функции Dictate, которую можно обнаружить в том же выпадающем списке. Она была добавлена в состав Microsoft 365 еще в июне 2017 г. и была создана в рамках экспериментальной программы Microsoft Garage, поощряющей сотрудников Microsoft работать над проектами, которые им интересны, даже если они не связаны с их основной деятельностью.

Название Dictate полностью отражает суть функции – с ее помощью пользователь может надиктовывать записи в Word, а также в OneNote, PowerPoint и Outlook. После диктовки речь транскрибируется в текст, который в дальнейшем можно редактировать. На момент запуска Dictate, в отличие от Transcribe, поддерживал 20 наиболее распространенных языков и имел возможность перевода текста на 60 языков, притом в реальном времени.

Программы для транскрибации

Некоторые считают, что сервисы и специальный софт для
перевода звука в текст могут полностью заменить человеческую работу. В этой
сфере действительно есть утилиты, только при их применении не всегда удается
добиться высокого качества. В любом случае придется корректировать полученный
результат. С другой стороны, получаешь текст, с которым можно работать, а не
делать всё с нуля. Что может пригодиться фрилансеру?

GoogleDocs

Самый простой способ перевести аудио в текст. В известном сервисе GoogleDocs от Гугла можно создать текстовый документ и выбрать голосовой ввод. Дальше включаешь запись и ждешь, пока на экране не начнет набираться текст:

При тестировании результаты сильно отличались. Одни тексты
пишутся без ошибок, другие вообще превращаются в набор слов. Аудио нужно
воспроизводить через колонки, нельзя переходить на другие вкладки, документ не
сохраняется автоматически.

Speechpad

Отечественный голосовой блокнот Speechpad, представленный в нескольких версиях. Можно пользоваться инструментом прямо на сайте или загрузить мобильное приложение. Жмешь кнопку «Включить запись» и сразу же наблюдаешь за результатом:

Через встроенный редактор можно сразу отформатировать текст.
Есть функция загрузки аудио и видео, но файлы должны быть высокого качества,
иначе результат плохой. Корректно работает сервис только в Google Chrome.

Dictationio

Сервис Dictationio зарубежный, но мультиязычный (есть русский язык). Простейший интерфейс, после перехода на сайт нажимаешь кнопку для работы, открывается страничка с редактором, на которой есть кнопка Start (перед её нажатием, выберите язык):

Увидите красный цвет, значит запись началась. Редактор тут
не самый удобный, поэтому лучше переносить результаты в тот же Word. При тестировании этот
сервис показал результаты на порядок выше, чем аналоги.

LossPlay

Отечественный плеер LossPlay, которым пользуются для транскрибации. Внешне простой (напоминает Winamp), в него заложено несколько полезных функций. Настраиваются горячие клавиши, а также поддерживаются все популярные форматы видео и аудио.

Текст можно вставлять в любой редактор (например, в Word). Есть кнопки для
управления скоростью воспроизведения (если медленно печатаешь). Плюс
поддерживаются тайм коды (автоматически вставляются).

ExpressScribe

Зарубежный аналог ExpressScribe, программа со встроенным редактором. Поддерживает только аудио файлы и не имеет русской локализации. Бесплатный софт извлекает текст из звуковых дорожек, но не проверяет его на ошибки, приходится переносить текст в другие редакторы:

Управляется горячими клавишами, можно вводить текст прямо в
редакторе, автоматически не сохраняется. Софт бесплатный, а главное его отличие
от конкурентов – это улучшение качества записи (подавление шумов, выравнивание
громкости).

Никакие сервисы или программы для транскрибации не помогут
вам получить идеальный результат. В любом случае текст приходится переделывать.
Иногда всё настолько плохо, что корректировка отнимает ещё больше времени.

Программы для перевода текста в речь для Андроид

Для мобильной ОС «Андроид» также порекомендуем следующие программы:

• «ListNote» — позволяет создавать голосом текстовые заметки. Поддерживает русский язык, но не работает без подключения к Интернету. Для запуска распознавания нажмите на кнопку «Распознавание речи» в запущенном приложении. Работает на основании преобразователя речи от Гугл;
• «Speechnotes» — также задействует механизм речь в текст от Гугл. Полученный текст сохраняется автоматически. Активация платного функционала несёт дополнительные бонусы – голосовое управления, автоматическая постановка заглавных букв etc;

  «Speechnotes» — мобильное приложение для перевода речи в текст

• «Voice Writer» — ещё одна альтернатива от турецких разработчиков. Имеет встроенный переводчик и поддержку ряда языков азиатских стран.

Машинный перевод видео «Яндекса»

«Яндекс» создал технологию машинного перевода видео. С ее помощью видеоролики зарубежных авторов смогут посмотреть даже те, кто не владеет иностранными языками – разработка «Яндекса» в автоматическом режиме переведет видео на русский язык и озвучит его закадровым голосом. Об этом CNews рассказали представители компании. По заявлению создателей, технология не имеет аналогов в мире.

Пользователям функция машинного перевода видеороликов доступна в фирменном браузере «Яндекса» для операционных систем Windows и macOS, однако лишь при просмотре ограниченного числа роликов. Специалисты компании создали на Youtube-канале «Yet another browser» подборку из 12 видео (плейлист «Перевод видео»), с помощью которых любой желающий сможет убедиться в работоспособности технологии. В ближайшее время пользователи получат возможность самостоятельно выбирать, какие именно ролики переводить, обещают в «Яндексе».

Доступные для просмотра с русским закадровым голосом видео отображаются в желтой рамке. Для включения перевода достаточно нажать одну кнопку.

«В интернете очень много полезного контента, который недоступен людям из-за языкового барьера, – говорит руководитель направления обработки естественного языка в «Яндексе» Дэвид Талбот (David Talbot). – И мы близки к тому, чтобы окончательно стереть все границы. «Яндекс.браузер» давно умеет переводить тексты, в этом году стал переводить изображения, перевод видео — следующий этап. Это большая сложная задача, которую никто в мире еще не решил. Мы тоже в начале пути, но у нас уже есть прототип и понимание, куда двигаться дальше»,

Как это работает

Над созданием прототипа работало несколько команд. Сейчас в нем применяются технология синтеза речи, разработки «Яндекс.переводчика» и биометрия

Последняя используется для определения пола говорящего – это, как отмечают в «Яндексе», важно и для перевода, и для синтеза речи, в частности, позволяет подобрать подходящий голос для закадровой озвучки

Технология «Яндекса» поддерживает синхронизацию закадрового голоса с видеорядом, при необходимости корректируя темп речи виртуального переводчика и добавляя в нее паузы. Синхронизация необходима, поскольку исходные и переведенные реплики могут значительно отличаться по длительности – например, в английском языке часто используемые фразы нередко лаконичнее своих русских аналогов.

Speechpad.ru

Русскоязычный онлайн сервис распознавания речи. Имеет подробную инструкцию по работе на русском языке.

Среди основных функций «Голосового блокнота» (так сам автор называет свой сервис) следует выделить:

• поддержку 7 языков (русский, украинский, английский, немецкий, французский, испанский, итальянский)
• загрузку для транскрибации аудио или видео файла (поддерживаются ролики с YouTube)
• синхронный перевод на другой язык
• поддержку голосового ввода знаков препинания и перевода строки
• панель кнопок (смена регистра, перевод на новую строку, кавычки, скобки и т.п.)
• наличие персонального кабинета с историей записей (опция доступна после регистрации)
• наличие плагина к Google Chrome для ввода текста голосом в текстовом поле сайтов (называется «Голосовой ввод текста — Speechpad.ru»)