Руководство

Как транскрибировать двухчасовую запись

Длинные файлы ломаются так, как короткие никогда не ломаются: поминутная оплата, ограничения на загрузку, память и транскрипты, которые на середине растворяются в повторяющемся тексте.

30 August 2026

Десятиминутная голосовая заметка нормально расшифровывается почти чем угодно. Двухчасовое заседание — другая задача, и большинство инструментов справляется с ней плохо одним из четырёх конкретных способов.

Если у вас есть длинная запись и вы пытаетесь понять, почему всё идёт не так, вот карта.

Четыре вещи, которые ломаются #

1. Цена, если вы платите за минуту #

Облачная транскрибация обычно продаётся по минутам аудио. По типичному тарифу одна двухчасовая запись — это несколько долларов: терпимо однократно, болезненно как привычка. Если вы записываете еженедельное двухчасовое совещание, это подписка, которую вы реально заметите, ради того, что ваш ноутбук может сделать, пока вы варите кофе.

Из четырёх это решается проще всего: у локальной транскрибации нет поминутного счётчика, потому что и счётчика нет.

2. Время загрузки и ограничения на файл #

Двухчасовой WAV может весить несколько сотен мегабайт. Загрузка такого файла через гостиничный Wi-Fi занимает больше времени, чем шло само совещание, а многие сервисы ограничивают размер или длительность и просто отказываются его принимать.

Обходной путь, к которому прибегают, — сжать или разбить файл перед загрузкой, а это стоит качества и порождает проблемы со стыками из четвёртого пункта.

3. Память на вашем собственном компьютере #

При локальной транскрибации инструменту приходится держать аудио в памяти в виде необработанных отсчётов. Два часа на 16 кГц — это около 470 МБ чисел с плавающей точкой, а Whisper вдобавок строит спектрограмму сопоставимого размера.

На Mac с 16 ГБ оперативной памяти этого никто не замечает. На iPhone приложение, которое наивно загружает файл целиком, посреди работы завершается системой — вот почему некоторые мобильные приложения транскрибации незаметно ограничивают длину файла или падают на длинных записях, не объясняя причины.

Решение — транскрибировать окнами: декодировать фрагмент, расшифровать его, освободить память, идти дальше. Тогда пик потребления памяти зависит от размера окна, а не от длины файла, и двухчасовая запись обходится примерно так же, как пятнадцатиминутная.

4. Транскрипт разваливается на середине #

Именно это застаёт людей врасплох, потому что первые десять минут выглядят безупречно.

В длинных записях есть тишина — до начала совещания, во время перерыва, после того как все ушли. Whisper порождает текст для всего, что ему дают, а получив тишину, он повторяется, иногда на целые страницы. Мы подробно разобрали причину, потому что это самая частая претензия к автоматической транскрибации.

Для двухчасового файла это не косметическая проблема. Она может превратить последнюю четверть вашего транскрипта в мусор.

Как получить чистый прогон #

Запишите файл так, чтобы его можно было транскрибировать #

Всё дальнейшее решается здесь, и перед долгой сессией об этом стоит подумать тридцать секунд:

• Расположите микрофон ближе к говорящим, чем к кондиционеру. Телефон посреди стола переговорной — классическая ошибка: он равноудалён ото всех, а значит, далёк ото всех.
• Записывайте без сжатия, если можете. WAV или M4A на обычном битрейте. Сильное сжатие убирает ровно те высокочастотные детали, по которым различаются похожие согласные.
• Останавливайте запись, когда совещание закончилось. Двадцать минут шума сборов — сырьё для проблемы с повторами.

Задавайте язык явно #

Автоопределение анализирует начало файла. Если ваша запись открывается тридцатью секундами шума помещения или чьей-то репликой на языке, отличном от остального совещания, определение может ошибиться и оставаться ошибочным два часа.

Если язык вам известен, задайте его. В Offline Transcription можно задержать нажатие на кнопке «Транскрибировать» у файла и выбрать язык прямо там — это особенно важно, когда вы расшифровываете пачку записей на разных языках.

Запустите и займитесь чем-нибудь другим #

Двухчасовой файл на современном Mac с Apple Silicon занимает минуты, а не часы — движок на устройстве работает в несколько раз быстрее реального времени. На старом Mac с процессором Intel медленнее, и запускать это лучше перед обедом, а не сидеть и смотреть.

Чего вы хотите от приложения во время работы — честности: процента и оставшегося времени, чтобы понимать, идёт ли работа или всё встало. Крутящийся индикатор без прогресса на двухчасовом файле неотличим от зависания.

Проверяйте стыки, а не всё подряд #

Вычитывать два часа текста вы не станете. И не нужно.

Ошибки в длинном транскрипте скапливаются в предсказуемых местах: имена и аббревиатуры, первая минута (пока у модели нет контекста), моменты, когда люди говорят одновременно, и любая точка, где меняется характер записи — кто-то подключился по громкой связи, все переместились, включили видео.

Режим сегментов с таймкодами делает это быстрым: просмотрите такие моменты и прослушайте аудио за любой подозрительной строкой, вместо того чтобы искать её перемоткой по двухчасовой волновой форме.

Если у вас стопка длинных записей #

Механика отдельного файла тут менее важна, чем очередь. Забросьте их все, дайте им отработать подряд и вернитесь позже — локально нет никаких причин делать их по одному, потому что нет ни загрузки, ни платы за файл.

Единственное, что стоит задать для каждого файла, — язык, если они разные.

Коротко #

Длинные записи спотыкаются о цену, ограничения загрузки, память и повторы, вызванные тишиной. Локальная транскрибация полностью снимает первые два пункта. Для двух других нужен инструмент, который транскрибирует окнами, а не загружает файл целиком, и использует детекцию речевой активности, чтобы тихие участки вообще не доходили до модели. А потом проверяйте транскрипт на стыках, а не читайте все два часа.

Offline Transcription сделан именно под двухчасовой сценарий: транскрибация окнами, чтобы память не росла, детекция речи, чтобы тишина не превращалась в повторяющийся текст, и живой прогресс с оставшимся временем, чтобы вы понимали, где находитесь. Скачать и попробовать можно бесплатно — на Mac и на iPhone.