Совещание на час — это час работы каждого участника и ещё 20–40 минут секретаря на протокол. Если созвонов пять в неделю, на одни только записи уходит половина рабочего дня одного человека. Ниже — разбор по деньгам и времени: где ручная расшифровка перестаёт окупаться, что ломает распознавание речи и как выглядит процесс, в котором протокол появляется через десять минут после звонка.
Совещание на час — это 8–10 тысяч слов: примерно столько же, сколько в небольшой брошюре. Пока запись просто лежит в папке, она бесполезна; ценность появляется, когда из неё извлечены решения и задачи. Ниже — порядок, который экономит вечер после каждого созвона.
От задачи зависит формат файла: обычный текст (.txt), субтитры с таймкодами (.srt) или машинный формат (.json) с таймкодами по каждому слову — из него удобно собирать цитаты и размечать говорящих.
Человек печатает со скоростью 200–250 знаков в минуту, но при расшифровке речи темп падает: приходится перематывать, уточнять фамилии и термины. Практическая оценка — час записи это 3–4 часа набора и столько же на вычитку. На часовой созвон уходит рабочий день. Распознавание речи делает черновик за минуты: час записи обрабатывается примерно за минуту-две при нормальном качестве звука.
Минимальный платёж — 99 ₽, это пакет на 4 часа записи; купленные часы не сгорают. Бесплатный лимит — 15 минут записи в сутки, без регистрации и без карты.
Для сравнения по рынку: автоматическая расшифровка часа записи у российских сервисов стоит от 8–9 ₽ (крупные облачные движки) до 26–58 ₽ у подписочных сервисов, а ручная расшифровка у фрилансеров — от 30 до 100 ₽ за минуту записи, то есть 1 800–6 000 ₽ за час.
Если созвонов много, работает простая привычка: одна встреча — один файл с расшифровкой, в имени дата и тема. Через месяц поиск по папке заменяет пересмотр записей.
Запись разговора — это обработка персональных данных, а голос человека относится к данным, которые защищаются отдельно. По 152-ФЗ нужны основание и понятная цель, а хранить запись стоит ровно столько, сколько она нужна для дела. По Гражданскому кодексу (ст. 152.1 и 152.2) использование голоса и изображения человека без его согласия не допускается — на практике достаточно предупредить участников и получить согласие, а для клиентских звонков прописать запись в оферте или договоре.
Мы не обучаем модели на загруженных файлах: запись уходит на распознавание, результат отдаётся вам, а файл и текст удаляются через 24 часа. Для особенно чувствительных разговоров это плюс: не нужно разбираться с хранением задним числом.
Примерно 1 000 знаков, то есть около 150 слов. Часовая запись — это 9–10 тысяч слов и 45–60 тысяч знаков текста.
Разделения по голосам (диаризации) пока нет. Обходной путь — писать участников на отдельные дорожки, а если запись одна, размечать говорящих по ходу вычитки: таймкоды в .json и .srt подсказывают, где сменился голос.
Загружать целиком: ограничение — 2 ГБ на файл, а результат приходит одним текстом с таймкодами. Если запись больше, её удобнее разделить по перерывам — так проще читать и править.
Да, и для публикации обычно нужен именно .srt с таймкодами: он подходит и для субтитров, и для нарезки цитат. Не забудьте о согласии собеседника на публикацию.
Да, через 24 часа после обработки. Скачивайте результат сразу — после удаления восстановить его невозможно.
Мы сделали сервис расшифровки: 25 ₽ за час записи, 15 минут в сутки бесплатно, пакет 4 часа — 99 ₽. На выходе текст, .srt и таймкоды по словам, файлы хранятся 24 часа. Загрузить запись можно по ссылке на публичный файл Яндекс.Диска или Dropbox: bowhard.ru/rasshifrovka.