Зачем мы сделали этот сервис
Расшифровка записей — рутинная задача, с которой сталкиваются студенты, журналисты, менеджеры, юристы и все, кто получает голосовые. Существующие сервисы решают её хорошо, но с двумя оговорками: бесплатно можно расшифровать лишь несколько минут, а запись приходится загружать на чужой сервер. Для личных разговоров, рабочих совещаний и интервью с источниками второе часто важнее первого.
Современные нейросети для распознавания речи стали достаточно компактными, чтобы работать прямо в браузере. Мы воспользовались этим и сделали сервис, в котором расшифровка идёт на компьютере пользователя. Поэтому она бесплатна без оговорок, а записи не покидают устройство.
Как это устроено
- Сайт передаёт в ваш браузер страницу, программу для обработки звука и нейросеть распознавания речи. Нейросеть скачивается один раз и сохраняется в кеше браузера.
- Когда вы выбираете файл, браузер читает его локально и извлекает звук. Файл никуда не отправляется.
- Звук делится на фрагменты по паузам, и нейросеть Whisper распознаёт их по очереди, используя несколько ядер процессора.
- Готовый текст появляется на странице, сохраняется в истории вашего браузера и скачивается в нужном формате.
Наш сервер не получает ни аудио, ни текст. В этом легко убедиться: откройте инструменты разработчика (F12), вкладку «Сеть», и запустите расшифровку.
Наши принципы
- Приватность по устройству, а не по обещанию. Мы не «бережно храним» ваши записи — мы их просто не получаем.
- Бесплатно без звёздочек. Нет лимита минут, платных тарифов для базовой расшифровки и регистрации.
- Честно о возможностях. Мы прямо пишем, чего сервис пока не умеет (например, разделять речь по спикерам), и где нейросеть может ошибаться.
- Минимум данных. Статистика посещений включается только с вашего согласия, а шрифты и программа загружаются с нашего сервера, а не со сторонних.
Технологии
Распознавание выполняет открытая нейросеть Whisper (лицензия MIT) в вариантах base, small и large-v3-turbo. В браузере её запускают библиотеки Transformers.js и ONNX Runtime Web (лицензии Apache 2.0 и MIT). Шрифты Onest и Literata распространяются по лицензии SIL Open Font License. Мы благодарны авторам этих проектов.
Что дальше
Мы работаем над разделением текста по спикерам и более точными пословными таймкодами для субтитров. Если вам не хватает какой-то функции, напишите нам: предложения пользователей определяют, что мы сделаем в первую очередь.
Сервис принадлежит: Иванов Иван Иванович (физическое лицо), г. Москва.