Голосовые и файлы в текст
Превратите голосовое сообщение, кружок, аудио- или видеофайл в текст. Отправьте его в @AuxioBot и получите расшифровку в том же чате.
Отправьте запись в @AuxioBot, и бот напишет, что в ней сказано. Выбирать ничего заранее не нужно: бот начинает работу, как только приходит файл.
Что можно отправить
- Голосовые и круглые видеосообщения: отправленные боту или пересланные из любого чата.
- Аудиофайлы: как аудио или как документ. Бот узнаёт MP3, M4A, AAC, OGG, OGA, OPUS, WAV и FLAC.
- Видеофайлы: как видео или как документ. Принимаются MP4, MOV, MKV, WebM, AVI и M4V. Бот берёт звуковую дорожку и расшифровывает её.
На любой другой документ бот ответит: Пришлите аудио, видео, голосовое или ссылку: этот файл расшифровать нельзя. Про ссылку вместо файла см. ссылки на видео в текст.
Что приходит в ответ
- Короткая запись (примерно до 3500 знаков текста) возвращается обычным сообщением, которое можно скопировать или переслать. Без файла и без таймкодов.
- Длинная запись возвращается одним сообщением со сворачиваемым текстом, файлом в вашем формате (TXT, Markdown, Word или PDF), конспектом и таймкодами. См. форматы и конспект.
Язык
Язык определяется автоматически. Для шумной, очень короткой записи или записи со смешанными языками откройте Настройки (команда /settings или кнопка Расшифровка аудио в текст в главном меню, затем Настройки) и включите Уточнение языка. Тогда перед каждым присланным в личный чат файлом (не ссылкой и не в группе) бот спросит язык и предложит русский, английский, испанский, немецкий, французский, итальянский, португальский, украинский или автоопределение. С уточнением результат заметно точнее.
Длина и лимиты
Запись может быть до 6 часов, для всех. Она стоит 1 кредит за начатую минуту после бесплатных минут (первые 30 минут или 5 записей); если кредитов не хватает на весь файл, бот расшифрует ту часть, что поместилась, и скажет об этом. Бот расшифровывает одну запись пользователя за раз: если отправить вторую раньше, он попросит дождаться результата. См. кредиты и цены.
Кто говорит
В длинных записях, от 10 минут, текст может быть разбит по говорящим с таймкодами, если сервер распознавания это поддерживает. В личном чате бот сначала спросит, сколько человек говорит: 1, 2, больше двух или не знаю. Ответ делает разметку говорящих точнее; если вы не уверены, бот определит сам. Более короткие записи почти всегда с одним голосом, поэтому приходят сплошным текстом.
Вопросы
Почему бот написал, что речь не распознана?
В файле нет речи, либо звук тихий или беззвучный. Проверьте, что в записи действительно есть голос. С записи без речи плата не берётся: бот возвращает потраченные на неё кредиты и бесплатные минуты.
Можно ли расшифровывать записи в группе?
Да, голосовые и кружки в группах расшифровываются автоматически. См. расшифровка в группах.
Насколько точен текст?
Это зависит от звука: чистый голос даёт чистый текст, шум, музыка и наложение голосов ухудшают результат. Уточнение языка помогает, когда язык определён неверно. Имена и числа стоит сверить с записью.