Транскрибация аудио и видео в текст

Первые 10 минут бесплатно сразу после входа в аккаунт. Дальше 2 ₽ за минуту записи — это середина рынка. ИИ-разбор (краткое содержание, тезисы, договорённости) входит в цену, доплачивать не нужно. Списание идёт с того же баланса, что и у других инструментов AmSales.

Используем Whisper large-v3-turbo — одну из самых точных открытых моделей распознавания речи — на собственной видеокарте. На том же движке работает Grovis, наша система речевой аналитики: через неё прошло больше 200 000 звонков отделов продаж. Чистая речь распознаётся почти без ошибок; на плохой связи и при одновременной речи ошибок больше. Чтобы правильно написались имена, бренды и термины, впишите их в поле «Подсказка».

Да. Можно указать, сколько человек говорит (от одного до шести), или оставить «определить автоматически». В расшифровке каждая реплика подписана, спикеров можно переименовать — имена попадут и в выгрузку. ИИ-разбор подсказывает, кто есть кто по смыслу: менеджер, клиент, ведущий.

Почти любые аудио и видео: MP3, WAV, M4A, OGG и OPUS (голосовые из Telegram и WhatsApp), FLAC, MP4, MOV, MKV, WEBM. До 600 МБ и до 3 часов за раз. Из видео берётся только звук.

Текст по репликам с таймкодами прямо на странице, плюс выгрузка: TXT, SRT (субтитры для видео) и Markdown — вместе с ИИ-разбором. Расшифровки хранятся в аккаунте 30 дней.

Распознавание и разбор идут на наших серверах в России, без передачи в ChatGPT и другие внешние сервисы. Аудио удаляется сразу после расшифровки, текст хранится 30 дней и потом удаляется автоматически.

Скоро. Если нужно подключить расшифровку к своей CRM, телефонии или сервису уже сейчас — напишите нам, подключим по договору.