Транскрибация записи с метками спикеров
Чтобы получить транскрипт, показывающий кто что сказал, используйте инструмент с разметкой спикеров (диаризацией). Разовая запись: бесплатный веб-инструмент Nerpa — загрузите файл на nerpa.work/tools/free-transcription, без регистрации, до 35 минут, текст с метками спикеров за минуты. Записи регулярно: приложение Nerpa для Mac — транскрибация на устройстве с метками спикеров на поддерживаемом Mac плюс редактор, где перепутанная метка исправляется одним кликом. Локальный Whisper транскрибирует хорошо, но редко размечает спикеров сам. Все три способа сравниваются ниже — с честными ограничениями диаризации.
Что такое разметка спикеров на самом деле
Сырой транскрипт — это стена текста: всё, что сказали все, по порядку, без атрибуции. Разметка спикеров — диаризация — это шаг, который делит её по голосам. Каждая реплика получает метку («Спикер 1», «Спикер 2»), и стена превращается в диалог:
С метками: Майя: Нужно перенести запуск на вторник. Джош: Я успею подготовить дизайн к пятнице, но текст нужен ещё в одной правке. Майя: Пятница подходит. Дмитрий: Отправлю бриф сегодня.
Те же слова — совершенно другой документ. Именно метки делают транскрипт цитируемым, доступным для поиска и пригодным для протокола. Диаризация работает автоматически в современных инструментах; человеку остаётся проверка и переименование.
Три способа: сравнение
| Бесплатный веб-инструмент | Приложение Nerpa для Mac | Локальный Whisper | |
|---|---|---|---|
| Метки спикеров | Да | Да, плюс редактор для исправлений и переименования | Редко — обычно вручную |
| Настройка | Не нужна — откройте страницу | Установить один раз, войти | Реальная настройка — модели, CLI или обёртка |
| Ограничения | 35 мин/файл, 3 файла/день, без регистрации | Безлимитная транскрибация (поддерживаемый Mac) | Нет |
| Куда идёт аудио | Удаляется сразу после транскрибации | Остаётся в локальной папке на вашем Mac | Не покидает вашу машину |
| Экспорт | TXT, SRT, VTT с метками | Редактируемый транскрипт по людям | Простой текст, форматируйте сами |
| Лучше всего для | Разовых файлов | Регулярных записей, встреч | Чувствительных материалов |
Коротко: для одного файла бесплатный веб-инструмент даёт текст с метками за минуты и без аккаунта. Если записи — часть вашей недели, приложение Mac хранит всё локально и добавляет редактор, где неверная метка — исправление в один клик. Локальный Whisper — вариант с нулевой загрузкой: сильный текст, но спикеров разметите сами.
Как исправить перепутанные метки
Ошибки диаризации предсказуемы — они скапливаются в конкретных местах, поэтому точечная проверка эффективнее перечитывания всего:
- Прочитайте первые десять реплик. Если инструмент перепутал два голоса в начале, обычно он держит их перепутанными до конца — одно системное исправление чинит весь документ.
- Проверьте каждое перебивание. Перекрёстные реплики («да, но-», «-в этом и суть») — место, где ломаются метки: полуреплика приписывается не тому голосу. Исправьте каждую одним кликом.
- Доверяйте проверке по смыслу: если реплика не имеет смысла для человека, которому приписана, неверна, скорее всего, метка, а не слова. Ошибки диаризации проявляются как несоответствие характера.
Два замечания для честных ожиданий: похожие голоса (братья и сёстры, схожие акценты на конференц-звонке) повышают долю ошибок, а спикер, который почти не говорит, может «склеиться» с соседней репликой. Оба случая быстро правятся в редакторе — и редки настолько, чтобы испортить документ.
Переименовать метки в настоящие имена
Финальный шаг занимает минуту и удваивает ценность транскрипта: замените «Спикер 1» / «Спикер 2» на реальные имена один раз — при первом появлении. Всё дальнейшее — поиск, цитаты, продолжения — работает по человеку, а не по номеру. В приложении Nerpa это встроено в процесс: разговоры раскладываются по людям, с которыми вы говорили, поэтому метка с самого начала — имя человека, а история накапливается в одном месте — та же структура по клиентам, что оживляет журналы звонков.
Транскрипты, которые уже знают, кто что сказал
Nerpa записывает встречи без подключающегося бота, транскрибирует на вашем Mac с метками спикеров и раскладывает каждый разговор по людям — исходное аудио остаётся в локальной папке.
Последняя стабильная версия. Требуется macOS 12+
Честные ограничения диаризации
Что разметка спикеров может и чего не может, сказанное прямо:
- Она разделяет голоса, а не людей. Диаризация знает «голос А против голоса Б» — ей неизвестно, что голос А — это Майя. Имена приходят от вас (или от приложения, если вы записали звонок, и оно знает участников).
- Четыре и более спикеров снижают точность. Два-три различимых голоса работают хорошо; шестичленный круглый стол потребует больше ручных правок.
- Телефонный звук — худший случай. Сжатое монозвучание сливает голоса; если звонок важен, запишите и свою сторону локально.
- Он никогда не заменяет сверку цитат. Верный номер и искажённое слово — всё ещё неверная цитата; прослушивайте всё публикуемое. Полный порядок редактирования — в гайде о транскрибации интервью.
Частые вопросы
Что такое разметка спикеров в транскрибации?
Разметка спикеров (также называемая диаризацией) — шаг, который делит транскрипт по голосам: вместо одной стены текста каждый абзац помечен как «Спикер 1», «Спикер 2» и так далее. Именно она превращает сырой транскрипт в читаемый диалог — кто что сказал и в каком порядке. Большинство современных инструментов транскрибации автоматически сочетают распознавание речи с диаризацией.
Насколько точна разметка спикеров?
Для чистых записей с двумя-тремя различимыми голосами современная диаризация обычно верно размечает большинство реплик, а ошибки скапливаются там, где люди перебивают друг друга или говорят поверх фонового шума. Ни один инструмент не идеален: запланируйте быструю проверку первых реплик и перебиваний. Различимые голоса и микрофон рядом с говорящим улучшают точность сильнее любых настроек.
Можно ли экспортировать транскрипт с метками спикеров в SRT или VTT?
Да, для субтитровых форматов, где спикер указывается построчно: SRT и VTT показывают один блок субтитров за раз, поэтому метка спикера становится первой строкой каждого блока. Бесплатный веб-инструмент на этом сайте экспортирует TXT, SRT и VTT с метками спикеров. Простой TXT без меток по-прежнему лучше подходит как исходник для документов и редактирования.
Как размечать спикеров в транскрипте вручную?
Если транскрипт вернулся без меток, добавьте их одним проходом: проиграйте аудио на скорости 1,5x, вставляйте имя спикера при каждой смене реплики и используйте горячие клавиши, чтобы каждая вставка занимала одно нажатие. Это займёт примерно длину аудио. Для будущих записей используйте инструмент с диаризацией — бесплатный веб-инструмент на этом сайте или приложение Nerpa для Mac размечают спикеров автоматически.