У вас есть диктофонная запись — надиктованное письмо, интервью, заметки после приёма — и её нужно превратить в текст. Экспортируйте файл с диктофона, импортируйте его в Whisper Notes и расшифруйте на iPhone или Mac локальной моделью — например, встроенной моделью Parakeet (Parakeet Ultra от Moondream, дообученная версия NVIDIA Parakeet V3). Аудио никуда не загружается, аккаунт и поминутная оплата не нужны. На iPhone оно стоит $7.99, на Mac — $14, оба раза это разовая оплата; на Mac 5 000 слов в неделю бесплатно.
Кто до сих пор пользуется диктофоном — и почему это важно
Диктофон никуда не исчез. Он просто перебрался в профессии, где говорить быстрее, чем печатать, а содержание слишком чувствительно, чтобы его потерять — или допустить утечку.
- •Юристы надиктовывают процессуальные документы, заметки о встречах и письма между заседаниями. В таких записях могут быть имена клиентов, стратегия по делу и сведения под адвокатской тайной, на которые распространяются строгие требования конфиденциальности.
- •Врачи после каждого приёма надиктовывают заключения и направления. В этих записях могут содержаться чувствительные медицинские данные, требующие аккуратного обращения.
- •Журналисты записывают интервью на диктофон или телефон. Защита источника начинается с того, чтобы не загружать его голос в чужое облако.
- •Исследователи собирают часы полевых интервью и наблюдений, часто в рамках этических соглашений, которые прямо ограничивают, где можно обрабатывать записи.
Для всех четырёх групп узкое место одно: превратить часы надиктованного аудио в текст. Машинистка, бюро расшифровки или облачный сервис добавляют в процесс ещё одного человека или систему. Расшифровка на устройстве оставляет этап обработки на оборудовании, которое контролируете вы.
От записи к тексту за три шага
1. Экспортируйте файл с диктофона
Подключите диктофон по USB (или используйте фирменное приложение) и скопируйте запись на Mac или iPhone. Большинство цифровых диктофонов — Olympus, Philips, Sony, Zoom или приложение «Диктофон» на телефоне — сохраняют записи в MP3, WAV или M4A. Все эти форматы подходят как есть; конвертация не нужна.
2. Импортируйте в Whisper Notes
Перетащите файл в Whisper Notes на Mac или отправьте его в приложение на iPhone через «Поделиться». Файл может длиться до 24 часов, поминутной оплаты нет. Видео тоже подходит: импортируйте MP4 или MOV, и приложение расшифрует звуковую дорожку.
| Формат | Тип | Поддержка |
|---|---|---|
| MP3 | Аудио — большинство цифровых диктофонов | Да |
| WAV | Аудио — рекордеры без сжатия | Да |
| M4A | Аудио — «Диктофон» на iPhone | Да |
| MP4 | Видео — расшифровывается звуковая дорожка | Да |
| MOV | Видео — расшифровывается звуковая дорожка | Да |
3. Расшифруйте локально, экспортируйте куда угодно
Нажмите «Расшифровка». На Mac модель по умолчанию — Parakeet, и работает она прямо на устройстве — примерно в 74 раза быстрее реального времени, так что час аудио расшифровывается меньше чем за минуту. 6,32% WER у Parakeet V3 на английском — цифра из Open ASR Leaderboard, а не гарантия для любой диктофонной записи: результат зависит от языка, микрофона, фонового шума и специальной терминологии.
Исправление неверно распознанного слова прямо в тексте: откройте фрагмент, исправьте, сохраните
Когда закончите, экспортируйте в TXT для документа или в SRT/VTT с тайм-кодами, если запись взята из видео. Можно сначала отредактировать текст прямо в приложении — правки останутся привязанными к аудио.
Почему офлайн лучше облака для диктовки
Облачные сервисы расшифровки, как правило, загружают аудио в инфраструктуру поставщика и обрабатывают его по своим правилам хранения и обработки данных. Для каких-то записей это приемлемо, но когда в аудио — конфиденциальная информация о клиенте, пациенте, источнике или исследовании, в процессе появляется ещё один обработчик, которого придётся проверять.
Модель Parakeet по умолчанию встроена в Whisper Notes, поэтому запись и расшифровка работают без подключения к интернету с самого начала; остальные модели при желании скачиваются один раз прямо в приложении. Ни аудио, ни расшифровка никуда не загружаются. Это снижает риск передачи данных третьим сторонам, но сама по себе локальная обработка не делает юридический, медицинский или исследовательский процесс соответствующим требованиям — защита устройства, порядок получения согласия, политика хранения и профессиональные обязательства по-прежнему на вас.
| Офлайн-приложение (Whisper Notes) | Облачные сервисы расшифровки | |
|---|---|---|
| Где обрабатывается аудио | На вашем собственном устройстве | На серверах поставщика |
| Конфиденциальность | Аудио никогда не покидает устройство | Зависит от политики поставщика |
| Передача третьим сторонам при расшифровке | Нет | Зависит от поставщика и тарифа |
| Стоимость | разово: $7.99 (iPhone), $14 (Mac) | Ежемесячная подписка или поминутная оплата |
| Работает без интернета | Да | Нет |
| Нужен аккаунт | Нет | Да |
Экономика важна и для тех, кто диктует помногу. Если вы надиктовываете по часу в день, поминутные облачные тарифы быстро складываются в серьёзную сумму, а подписка списывается независимо от того, диктовали вы в этом месяце или нет. Разовая покупка стоит одинаково — хоть десять минут в месяц, хоть десять часов в неделю.
Как получить максимально точную расшифровку
Два параметра дают наибольший эффект при профессиональной диктовке:
Пользовательский словарь. Универсальные речевые модели могут пропускать фамилии клиентов, названия препаратов, номера статей и профессиональный жаргон. В Whisper Notes повторяющиеся имена и термины можно добавить в пользовательский словарь — так у движка распознавания будет больше контекста. Имена, дозировки, цифры и цитаты всегда сверяйте с аудио, прежде чем полагаться на расшифровку.
Выбор модели по языку. Подберите модель под язык, на котором вы диктуете:
| Русский / европейские языки | Parakeet V3 — 25 европейских языков, включая русский; примерно 74× реального времени на Mac; 6,32% WER на английском по Open ASR Leaderboard; встроен в приложение |
| Китайский / японский / корейский | SenseVoice — быстрый вариант для китайского, японского, корейского и кантонского; 27 минут китайской речи за 13,83 секунды в нашем тесте на M4 Pro; тест проводился на более ранней версии приложения, а скорость на нынешней карточке модели — 115–131× от реального времени — примерно такая же. Если нужно меньше ошибок, на Mac есть Qwen3-ASR 1.7B (Beta) |
| Другие языки | Whisper Large V3 Turbo — 100+ языков, около 2 ГБ и самый широкий языковой охват из трёх |
И одна привычка из эпохи аналоговой диктовки по-прежнему окупается: держите диктофон близко, говорите в ровном темпе и стройте законченные фразы. Чистый звук на входе — чистый текст на выходе.
Часто задаваемые вопросы
Можно ли расшифровать старые диктофонные записи?
Да. Скопируйте файлы с диктофона и импортируйте их в Whisper Notes — подходят MP3, WAV и M4A, до 24 часов на файл, без поминутной оплаты. Запись десятилетней давности расшифровывается точно так же, как сегодняшняя: точность зависит от качества звука, а не от возраста файла.
Какое приложение лучше всего подходит для расшифровки диктофонных записей?
Оценивайте любое приложение по четырём критериям: где обрабатывается аудио, какие форматы файлов оно принимает, справляется ли оно с вашей профессиональной терминологией и во сколько обходится за год использования. Whisper Notes предлагает расшифровку на устройстве, импорт MP3/WAV/M4A/MP4/MOV длиной до 24 часов без поминутной оплаты, пользовательский словарь и разовую цену: $7.99 на iPhone и $14 на Mac, где 5 000 слов в неделю бесплатно.
Работает ли расшифровка диктофонных записей без интернета?
Да. Модель Parakeet по умолчанию встроена в приложение, поэтому расшифровка работает на вашем iPhone или Mac без подключения к интернету, и запись никуда не загружается. Остальные модели при желании скачиваются один раз прямо в приложении.
Насколько точна офлайн-расшифровка диктофонных записей?
По данным Open ASR Leaderboard, у Parakeet V3 доля ошибок в словах на английском — 6,32% (WER), но бенчмарк — не гарантия для конкретной записи. На точность влияют акцент, расстояние до микрофона, фоновый шум и специальная терминология. Пользовательский словарь даёт модели контекст для повторяющихся имён и жаргона; критичные детали сверяйте с аудио.