Как расшифровать голосовое в Telegram в текст: проверил на семи голосовых

Чтобы расшифровать голосовое в Telegram, перешлите его в бот @iscribe888_bot или запишите прямо в чат с ним. В ту же минуту текст придёт обычным сообщением, без файлов, его можно сразу скопировать. Бот сделал я и проверил на семи голосовых: пять своих коротких и два пересланных из Telegram-каналов, на 4 и на 25 минут.

Что я проверял

Я записал пять голосовых прямо в чат с ботом: от 14 до 32 секунд. На каждое ответ пришёл в ту же минуту, в которую голосовое было отправлено.

Главное отличие от видео: текст голосового приходит сообщением в чат, а не файлом. Скопировал, переслал, вставил куда нужно. Файл DOCX бот присылает, только если голосовое длинное и текст не помещается в одно сообщение Telegram (это примерно 4 тысячи символов, несколько минут речи).

Пересланные и длинные голосовые

Пересланные голосовые бот обрабатывает так же, как свои. Голосовое из Telegram-канала на 4 минуты 33 секунды я переслал в 20:01, и в ту же минуту текст пришёл сообщением, над ним в чате видна плашка «Переслано от».

Длинное голосовое приходит файлом. Аудио на 25 минут 40 секунд из Telegram-канала я переслал в 20:02, а в 20:03 пришёл DOCX на 3 206 слов, разбитый на абзацы. Под ним те же кнопки, что у видео: TXT, PDF и бесплатный конспект. Конспект двадцатипятиминутного монолога вышел с тезисами, выводами, цитатами и списком действий: удобно, когда в канале выкладывают длинные аудио, а слушать некогда.

Каким получается текст

Первое голосовое, 19 секунд, бот записал так:

Раз, два, три. Это тест бота-транскрибатора MyScribe. Как слышно, очень интересно посмотреть, в каком виде будет готов этот текст.

Знаки препинания на месте, название бота записано латиницей. Голосовое на 32 секунды пришло так же, с точками и запятыми.

А вот с тремя короткими голосовыми, от 14 до 17 секунд, вышло иначе: текст пришёл сплошным потоком, с маленькой буквы и без единой точки.

давайте протестим как спишется баланс не знаю секунды на балансе не отображаются но сам бот считает все по секундному

Слова распознаны правильно, читать можно. Но если текст из короткого голосового нужно куда-то вставить, расставить точки придётся самому. То же было и у пересланного голосового на 4,5 минуты: длинный текст сплошным потоком, без точек. В двадцатипятиминутном аудио точки были, но заметно реже, чем в расшифровках видео. Похоже, на голосовых, записанных на ходу, пунктуация страдает чаще всего. Слова при этом распознаются правильно, а мат, если он есть, записывается как есть.

Списывается по секундам

Это я проверил отдельно. Перед короткими голосовыми на балансе было 2 часа 20 минут. После голосового на 14 секунд стало 2 часа 19 минут. После ещё двух, на 16 и 17 секунд, по-прежнему 2 часа 19 минут. Профиль показывает баланс в минутах, но списание идёт по секундам, и короткое голосовое не съедает целую минуту.

Как сделать

1. Откройте голосовое в любом чате, нажмите «Переслать» и выберите @iscribe888_bot. Пересланные голосовые бот обрабатывает так же, как записанные в его чат.
2. В ту же минуту придёт текст сообщением.
3. Если голосовое длинное, придёт DOCX, а под ним кнопки TXT и PDF.

Автор голосового ничего не узнает: пересылка боту ему не видна.

Чего бот не сделает с голосовыми

Разметка по спикерам для голосовых не работает: бот удаляет исходник голосового сразу после расшифровки, и для повторной обработки его уже нет. Если в записи разговор нескольких человек, отправьте её аудиофайлом, тогда разметка будет.

Видеокружки бот не принимает и на них не отвечает.

В самом WhatsApp голосовые можно расшифровать встроенной функцией, прямо под сообщением. Если нужен текст файлом или конспект длинного голосового, сохраните его через «Поделиться» и отправьте боту как аудиофайл.

Сколько стоит

Голосовые списываются по секундам, так что десяток коротких голосовых обходится в пару минут баланса. Новому пользователю бот даёт 20 минут бесплатно, дальше от 0,67 ₽ за минуту на большом пакете, минуты не сгорают.

Частые вопросы

Узнает ли автор, что его голосовое прочитали текстом? Нет. Вы пересылаете голосовое боту, автору об этом ничего не приходит.

Какой длины голосовое можно расшифровать? Ограничение по размеру файла, 20 МБ. Голосовые Telegram сильно сжаты, так что в этот лимит помещаются очень длинные записи. Короткое голосовое придёт текстом в чат, длинное файлом DOCX.

Можно разделить голосовое по говорящим? Нет. Разметка по спикерам для голосовых не работает: бот удаляет исходник сразу после расшифровки. Если в записи несколько человек, отправьте её боту аудиофайлом, тогда кнопка разметки будет.

Сколько стоит? Голосовые списываются по секундам. Три голосовых по 14, 16 и 17 секунд у меня вместе ушли меньше чем в минуту баланса. Новому пользователю бот даёт 20 минут бесплатно.

Видеокружки бот расшифровывает? Нет, на кружки бот не отвечает. Голосовые, аудио- и видеофайлы принимает.

Ещё по теме: Telegram Premium или бот, расшифровка аудио в текст.