AitJazАудио в текст с разделением по говорящим: как расшифровать запись совещания на компьютере
Чтобы перевести аудио в текст с разделением по говорящим, нужна программа, которая распознаёт речь и различает голоса. В AitJaz это раздел «Аудио и видео в текст»: выберите запись, отметьте «Разделить по говорящим» и нажмите «Распознать». Получится, например, документ Word, где перед каждой репликой стоит «Спикер 1», «Спикер 2» или настоящее имя. По умолчанию запись распознаётся прямо на компьютере, без интернета.
Я Нурбек Рахметов, основатель AitJaz. В версии 0.3.8, которая вышла 12 октября 2026 года, мы добавили в расшифровку записей разделение по говорящим. Раньше в расшифровке совещания были абзацы и отметки времени, но кто что предложил, приходилось вспоминать самому. Теперь перед каждой репликой стоит имя. Расшифровку я проверял на своих записях, а ниже по шагам показываю, как ей пользоваться и что получится на выходе.
Что такое разделение по говорящим
Разделение по говорящим (по-научному диаризация) означает, что программа определяет по голосу, кто сейчас говорит, и подписывает каждую реплику. В расшифровке AitJaz реплики подписаны «Спикер 1», «Спикер 2» и так далее, а в Word у каждого говорящего своё имя и свой цвет. Новый говорящий всегда начинается с нового абзаца.
После расшифровки «Спикер 1» можно заменить на настоящее имя кнопкой «Имена говорящих…», и имена встанут во всём файле. Примерно так выглядит фрагмент с отметками времени:
[00:12:30] Айгерим: Предлагаю перенести запуск на следующую неделю, макеты ещё не согласованы.
[00:12:41] Сергей: Согласен. Тогда до пятницы собираем замечания и в понедельник утверждаем.
Как расшифровать запись совещания: пошагово
- Установите AitJaz. Скачайте программу для Windows 10 или 11 и запустите установщик. Первые 7 дней все функции бесплатны, без карты и регистрации.
- Откройте настройки. Щёлкните по значку AitJaz возле часов и выберите «Настройки». Раздел «Аудио и видео в текст» стоит в списке первым.
- Выберите запись. Нажмите «Выбрать…» и укажите аудио или видео совещания.
- Укажите язык речи, а в поле «Сохранить как» выберите формат: Word, текст или субтитры. Для протокола совещания удобнее всего Word. Если нужно, включите «Отметки времени» и «Делить на абзацы по паузам».
- Отметьте «Разделить по говорящим». В поле «Сколько человек» оставьте «Авто» или выберите точное число от 2 до 6, если знаете, сколько людей говорило.
- Нажмите «Распознать». Ход работы виден в процентах вместе с оставшимся временем, остановить можно кнопкой «Отмена». Окно настроек можно закрыть: работа продолжится, а диктовка в это время работает как обычно.
- Впишите имена. Когда расшифровка готова, нажмите «Имена говорящих…» и замените «Спикер 1», «Спикер 2» на имена участников. Файл пересохранится с именами.
- Откройте результат. Кнопка «Открыть» открывает файл, «Показать в папке» показывает, где он лежит. Если папку для сохранения не выбирать, файл появится рядом с записью.
💡 При первом включении «Разделить по говорящим» AitJaz один раз скачивает модель голосов, это около 27 МБ. Для этого нужен интернет, дальше модель работает без него.
Какие записи можно перевести в текст
Подойдёт почти любая запись совещания, созвона, интервью, лекции или голосового сообщения:
- аудио: mp3, m4a, aac, wav, ogg, opus, oga (так сохраняются голосовые из WhatsApp и Telegram), flac, wma, amr, aiff;
- видео: mp4, mov, mkv, webm, avi, wmv, 3gp, m4v, mpeg, ts. Из видео программа берёт только звук, поэтому подойдёт и запись видеозвонка.
Длина записи не ограничена: можно расшифровать и пятиминутную планёрку, и совещание на несколько часов. Файлы с русскими буквами в названии тоже открываются. Все возможности расшифровки собраны на странице «Аудио и видео в текст».
В каком виде сохраняется расшифровка: Word, текст или субтитры
| Формат | Что внутри | Когда удобно |
|---|---|---|
| Word (.docx) | Заголовок с названием записи, строка с датой и длительностью, абзацы, по желанию отметки времени. Имя каждого говорящего выделено своим цветом. | Протокол совещания, расшифровка интервью, документ для коллег |
| Текст (.txt) | Тот же текст без оформления, с отметками времени и именами, если они включены. | Вставить в письмо, заметки или другую программу |
| Субтитры (.srt) | Фразы с временем, не длиннее двух строк. | Видео для YouTube и монтажа |
Сколько времени занимает расшифровка
На моём компьютере минута записи на русском языке распознаётся примерно за 13–15 секунд. Разделение по говорящим добавляет около 15 секунд на каждые 5 минут записи.
Если посчитать по этим замерам, часовое совещание с разделением по говорящим займёт около 16–18 минут. На другом компьютере время будет другим: оно зависит от процессора и от языка записи. Точнее всего его покажет сама программа, когда начнёт работу.
Как получить расшифровку точнее
- Укажите число участников. Если знаете, что говорили трое, выберите в «Сколько человек» цифру 3 вместо «Авто».
- Положите микрофон ближе к говорящим. Ноутбук посередине стола запишет всех лучше, чем ноутбук в углу комнаты.
- Договоритесь не перебивать. Там, где люди говорят одновременно, текст и подписи стоит перечитать.
- Включите отметки времени. По ним легко найти спорное место в записи и переслушать его.
- Проверьте имена, суммы и даты. Перед тем как отправить протокол, взгляните на них отдельно.
- Предупредите участников о записи. Это вопрос вежливости и доверия в команде.
Где распознаётся запись и уходит ли она в интернет
По умолчанию AitJaz распознаёт запись прямо на вашем компьютере. Интернет для этого не нужен, и запись никуда не отправляется. Для совещаний это важно: там обсуждают договоры, деньги и планы, которые не хочется выносить за пределы компьютера.
С версии 0.3.8 есть и второй путь, «Облачный сервис» со своим ключом. Если у вас уже есть ключ API от OpenAI, Google Gemini, Groq, OpenRouter, Together AI или Mistral, его можно вставить в настройках, и запись будет распознаваться через этот сервис. В облако тогда уходит звук записи, а платите вы сервису сами, по его тарифу. Ключ хранится в зашифрованном виде. Если сервис не ответил, оставшуюся часть записи AitJaz распознает на компьютере. Над разделом «Аудио и видео в текст» всегда написано, где будет распознана запись.
Кому пригодится расшифровка по говорящим
- Руководителям и секретарям для протоколов планёрок и совещаний: видно, кто что предложил и кто за что отвечает.
- Журналистам и исследователям для интервью: вопросы и ответы сразу разделены.
- HR-специалистам для записей собеседований.
- Преподавателям и студентам для лекций и семинаров с вопросами из зала.
- Авторам видео для субтитров к роликам с несколькими участниками.
Если вам нужно не расшифровать готовую запись, а писать текст голосом, об этом статья «Голосовой ввод на компьютере».
Частые вопросы
Можно ли перевести аудио в текст без интернета?
Да. AitJaz по умолчанию распознаёт запись на компьютере. Интернет нужен, чтобы скачать программу, один раз модель распознавания для языков кроме русского и один раз модель голосов (около 27 МБ) при первом включении «Разделить по говорящим».
Сколько говорящих различает программа?
Можно оставить «Авто», и программа сама определит число говорящих, или указать точное число от 2 до 6.
Можно ли заменить «Спикер 1» на имя?
Да. После расшифровки нажмите «Имена говорящих…», впишите имена, и они заменят «Спикер 1», «Спикер 2» во всём файле.
Есть ли ограничение по длине записи?
Нет. Длина записи не ограничена, ход работы виден в процентах вместе с оставшимся временем.
Можно ли расшифровать видео?
Да. AitJaz принимает mp4, mov, mkv, webm, avi и другие видеофайлы и берёт из них звук. Результат можно сохранить как субтитры .srt.
Делает ли AitJaz краткие итоги совещания?
Пока нет. Программа делает дословную расшифровку с абзацами, отметками времени и именами говорящих. По такому тексту итоги совещания легко составить самому.
На каких языках работает расшифровка?
На 18 языках, тех же, что и у диктовки, среди них русский, казахский, узбекский, кыргызский, английский, немецкий и испанский. Язык речи выбирается в разделе «Аудио и видео в текст».
Сколько стоит?
Первые 7 дней бесплатно, со всеми функциями. Дальше разовая оплата без подписки, лицензия на 2 компьютера. Цены.
Один привычный инструмент вместо многих
В каждой программе всё устроено по-своему: где-то своя кнопка, где-то свои настройки, и каждый раз приходится вспоминать, как это включить и как этим пользоваться. С AitJaz приём один: зажали правый Ctrl, сказали, отпустили, и текст появился там, где курсор. Так же он работает в мессенджерах, почте, документах, браузере и чатах с нейросетями, поэтому привыкать нужно только к одному.
