Голос в текст: диктовка и расшифровка встреч

Что решает

Два разных мучения, но лечатся они одним и тем же.

Первое: вы диктуете мысль вслух за двадцать секунд, а набираете её пять минут. Письма, комментарии в CRM, ответы в чатах, черновики документов — всё это медленнее речи в разы.

Второе: после планёрки остаётся только память. Кто что пообещал, к какому числу, что решили по спорному вопросу — через неделю у каждого своя версия. Записать на диктофон легко, но час аудио никто потом не переслушивает.

Ставлю распознавание речи прямо на ваш компьютер или сервер. Диктовка — вместо печати. Расшифровка — вместо переслушивания.

Диктовка вместо печати

Нажали горячую клавишу, сказали фразу, отпустили — текст появился там, где стоит курсор. В письме, в документе Word, в поле CRM, в чате, в форме на сайте. Системе всё равно, какая программа перед вами: она печатает так же, как печатали бы вы.

Интернет не нужен вообще. Работает в самолёте, на даче с плохой связью, в закрытом контуре без выхода наружу.

Практика простая: сначала непривычно, через неделю ловите себя на том, что длинные письма уже не набираете руками. Особенно заметно тем, кто печатает двумя пальцами — а таких среди руководителей больше, чем принято думать.

Расшифровка встреч и звонков

Загрузили запись планёрки, созвона, интервью или разговора с клиентом — получаете текст с разделением по говорящим: видно, где реплика одного, где другого.

Дальше из текста собирается короткое резюме: о чём был разговор и до чего договорились. Отдельно — список договорённостей с ответственными и сроками, если они звучали вслух. Это и есть то, ради чего всё затевалось: не стенограмма на сорок страниц, а полстраницы, которые можно разослать участникам.

Час записи обрабатывается заметно быстрее, чем длится сам час. Точное время зависит от железа — на нормальном рабочем компьютере расшифровка готова, пока вы завариваете чай.

Почему локально, а не в облаке

Распознавание идёт на open-source модели Whisper, у вас на машине. Запись не улетает на чужие серверы, не попадает в чужую базу и не участвует в обучении чужих моделей.

Для части профессий это не приятный бонус, а условие входа. Юрист не может отправить запись беседы с доверителем в облако. Врач — приём пациента. Переговоры о сделке, зарплаты, разбор конфликта внутри компании — то же самое. Вопрос «а где физически лежит эта запись» имеет ровно один правильный ответ: у вас.

Второй довод — деньги. Облачные сервисы расшифровки берут абонентскую плату каждый месяц, и платить её придётся столько, сколько вы этим пользуетесь. Здесь вы платите один раз за внедрение, а дальше пользуетесь без счётчика.

Ставится офлайн-установщиком — на месте интернет не нужен даже для установки. Приношу или присылаю файл, он разворачивается на закрытой машине как есть.

Где это уже работает

Моя «Диктовка» под Windows: офлайн-установщик, ставится с флешки, работает без сети и без подписок. Горячая клавиша, речь, текст в любом поле — то, что описано выше, я собрал и использую сам. Расшифровка встреч — второй сценарий на том же движке Whisper, отличается только тем, что на вход идёт файл записи, а не микрофон.

Опыт склейки локального распознавания с чужими программами у меня есть и на других проектах: в платформе BizControl документы распознаются локальным OCR на своём сервере, без облака и внешнего AI — по той же причине, что и здесь.

Сколько стоит и что входит

От 25 000 ₽. Итог зависит от того, что нужно: только диктовка, только расшифровка встреч или оба сценария, на сколько машин ставим, нужна ли работа в закрытом контуре без интернета.

Входит: подбор и настройка модели под ваше железо, офлайн-установщик, настройка горячей клавиши и словаря ваших терминов (фамилии, названия, профессиональный жаргон — чтобы распознавалось без ошибок), формат резюме и списка задач под ваши встречи, месяц поддержки после запуска. Код остаётся у вас.

Абонентской платы нет ни мне, ни кому-либо ещё: система целиком ваша и работает без интернета.

С чего начать

Оставьте заявку и скажите, что болит сильнее — печатать долго или встречи забываются.

Дальше так: беру вашу настоящую запись — планёрку или голосовое сообщение — и расшифровываю до всякой оплаты. Вы смотрите на текст и на резюме, и уже по ним решаете, нужно ли это вам. Работаю этапами, предоплата возвращается, если результат не подошёл.