Как перевести аудио в текст и сделать субтитры

Запись, расшифровка и результат

В учебном диалоге Лев и Максим обсуждают титр ролика. Здесь есть название, сумма, обозначение макета и пауза перед последней репликой. Сравните звук с текстом на экране. Имена участников в примере известны заранее.

SRT содержит текст и время показа каждой реплики. Аудиозапись в него не входит. Скачайте оба файла, если хотите проверить синхронизацию в своём редакторе.

Как перевести запись в текст

Подготовьте аудиофайл с интервью, уроком или другой записью речи. Откройте инструмент «Аудио в текст», загрузите файл и выберите доступные параметры распознавания. Сохраните полученную расшифровку, прежде чем редактировать её для публикации.

1. Откройте Telegram-бот SYNTX. В главном меню выберите «Аудио», затем «Аудио в текст».
2. Прикрепите запись и проверьте её длительность и показанную стоимость. Если файл не подходит, отмените запрос и подготовьте другой исходник.
3. Нажмите «Транскрибировать» и сохраните полученный текст. У длинной записи ответ может прийти текстовым файлом.
4. Откройте исходное аудио рядом с расшифровкой. Проверьте имена, цифры и места смены говорящего. Сохраните копию до редактирования.

Для правки готового текста подойдут ChatGPT или Claude в текстовом разделе. Откройте веб-версию, выберите языковую модель и вставьте расшифровку с заданием ниже. Если нужен именно SRT, переходите к разметке времени.

Как исправить ошибки расшифровки

Прослушайте запись, читая расшифровку. Исправьте имена, названия, числа и места, где говорят несколько человек. Непонятный фрагмент отметьте и переслушайте; подставлять подходящее по смыслу слово без проверки не стоит.

Максим, для ролика тихий берег. Нужен тит, заказ готов. Проведь макет коосемнадцать.

Делаю к пятнице. Сума заказа 3600 рублей.

Назвони два слова тихий берег. Оставь паузу перед последней фразой.

Прошу тинальный титр, заказ готов.

Название и сумма

В записи звучат «Тихий берег» и «три тысячи шестьсот рублей». Сохраните название из двух слов и сумму 3 600 ₽. Для важной цитаты перепроверьте также отрицания и единицы измерения.

Код макета

Слышно «ка семнадцать». По этой реплике нельзя выбрать латинскую K или русскую К и угадать написание кода. Оставьте пометку и уточните код по документу.

Кто говорит

Разделите текст при смене голоса. Если имена неизвестны, используйте «Говорящий 1» и «Говорящий 2». Не назначайте имя по тембру или смыслу соседней реплики.

Срок и пауза

Максим говорит «к пятнице», но дату записи мы не знаем. Дату пятницы нужно уточнить. Пауза перед финальным титром должна сохраниться и в субтитрах.

Если голоса перекрываются, прослушайте этот фрагмент отдельно. Участок, который не удалось разобрать, пометьте как «неразборчиво» с его временем. Сильное шумоподавление иногда портит согласные, поэтому сохраняйте исходник.

Как сделать SRT: текст и время каждой реплики

Для субтитров каждому фрагменту текста нужны время начала и время окончания. Если инструмент не выдал отметки времени, подготовьте их в редакторе с прослушиванием записи. Текстовый чат без доступа к звуку не определит точное время реплик.

1. Импортируйте исходную запись в редактор. Если у вас уже есть SRT, импортируйте его к тому же файлу без изменения начала дорожки.
2. Поставьте начало блока у первых слышимых слов, конец у последнего слова. При длинной паузе завершите предыдущий блок. Не растягивайте его до следующей реплики.
3. Разделите длинный текст по смыслу. В нашем примере в блоке одна или две строки. Проверьте читаемость на размере будущего ролика: плотность текста зависит от темпа речи и формата кадра.
4. Сохраните SRT в UTF-8. Включите воспроизведение и проверьте каждый стык, имена и числа. Для монтажа обрезанной записи сдвиньте таймкоды на величину среза.

Как выглядит SRT

1
00:00:00,300 --> 00:00:02,610
Максим, для ролика
«Тихий берег»

2
00:00:02,770 --> 00:00:04,709
нужен титр: «Заказ готов».

У каждого блока есть номер, начало и конец в формате 00:00:00,000 (часы, минуты, секунды и миллисекунды), текст и пустая строка после него. Число 1 в первой строке обозначает номер блока. Это не время показа.

При экспорте можно оставить субтитры отдельным файлом или вписать их в изображение ролика. В первом случае зритель сможет выключить дорожку, если площадка её поддерживает. Во втором текст останется частью кадра. Проверьте доступные варианты в своём редакторе.

Из расшифровки в текст для публикации

Для статьи или поста уберите повторы, поправьте пунктуацию и объедините фразы в абзацы. Для субтитров сохраните связь с произнесёнными словами: после пересказа текст перестанет совпадать с аудио.

Например, фразу «Сделаю к пятнице. Сумма заказа — три тысячи шестьсот рублей» можно записать так: «Сделаю к пятнице. Сумма заказа — 3 600 рублей». Конкретную дату и обозначение макета автор должен уточнить отдельно.

Если вы разбираете рабочий созвон, после сверки текста соберите протокол с решениями и задачами. Для выпуска подкаста подготовьте описание по готовой расшифровке.

Частые вопросы

Можно ли сделать субтитры из голосового сообщения?

Да: сначала получите расшифровку, затем привяжите её к времени в исходной записи. Для готового ролика проверяйте время уже на монтажной дорожке: после обрезки аудио старые метки сместятся.

Почему нейросеть путает имена?

Редкое имя или название может звучать как знакомое модели слово. Передайте список правильных написаний и проверьте места, где они встречаются. Список помогает с написанием, но не подтверждает, что человек произнёс это имя.

Можно ли сделать текст без таймкодов?

Для чтения и подготовки статьи можно. Для синхронного показа субтитров сохраните или разметьте время начала и конца каждой реплики.