Как перевести видео в текст

Чаще всего текст из видео нужен для трёх вещей: субтитров к своему ролику, цитат из интервью и пересказа вебинара, который некогда смотреть целиком. Всё это делается в разделе «Расшифровки» tenzor. Ролик превращается в текст с тайм-кодами, а из него уже получаются субтитры и пересказ.

Чтобы перевести видео в текст, откройте раздел «Расшифровки», загрузите ролик (mp4 или webm до 500 МБ и 4 часов) или вставьте ссылку на YouTube, VK или RuTube, выберите модель и нажмите «Расшифровать». В готовой расшифровке есть выгрузка «Субтитры SRT» и «Субтитры VTT», вкладка «Итоги» с кратким пересказом и кнопка «Обсудить с ИИ» для конспекта и перевода. Час видео стоит около 79 ₽ на модели Scribe v2 и 2–5 ₽ на быстрых моделях.

Как перевести видео в текст по шагам

1. Откройте раздел «Расшифровки», вкладку «Из файла», и перетащите ролик в окно загрузки. Подходят mp4 и webm до 500 МБ и 4 часов.
2. Выберите модель. Для интервью или подкаста на несколько голосов берите Scribe v2, для монолога, урока или влога хватит быстрой модели.
3. Укажите язык ролика: «Русский», «English» или «Авто» для остальных языков.
4. Если в видео звучат фамилии, названия и термины, перечислите их в поле «Имена и термины через запятую» (оно есть у Scribe v2).
5. Нажмите «Расшифровать». Ждать на странице не нужно: текст появится в списке «Мои расшифровки».

Транскрибации видео нужен только звук, картинку сервис отбрасывает сам. Поэтому ролик больше 500 МБ резать не обязательно: сохраните из него звуковую дорожку в mp3 или m4a любым конвертером и загрузите её, весит она в разы меньше. С видео в другом формате, например mov с айфона, поступите так же, если форма не примет его как есть.

Как расшифровать видео с YouTube, VK и RuTube по ссылке

Скачивать ролик не нужно. Во вкладке «По ссылке» вставьте адрес видео или подкаста и нажмите «Расшифровать»: сервис сам заберёт звук, посчитает длительность и цену, а расшифровка получит название ролика. Работает с открытыми видео. Ролик, который показывают только после входа в аккаунт или по подписке, по ссылке не забрать.

Если нужен просто текст чужого ролика на YouTube и у него есть субтитры, текст можно открыть на самой площадке кнопкой «Показать текст видео» в описании (справка YouTube). Расшифровка в разделе пригодится, когда субтитров нет, когда важно, кто говорит, или когда из текста дальше делают конспект, перевод или файл.

Как сделать субтитры SRT и VTT для своего ролика

Субтитры собираются из той же расшифровки: откройте её и нажмите «Субтитры SRT» или «Субтитры VTT». В файле лежат реплики с тайм-кодами начала и конца, его понимают видеоплощадки и монтажные программы.

Три тонкости, которые лучше знать до расшифровки:

• Субтитры получаются только у моделей с тайм-кодами: Scribe v2, Whisper Turbo, Nemotron ASR, Whisper Large. Qwen ASR и Qwen ASR mini отдают сплошной текст, для субтитров они не годятся.
• Для монолога удобнее Whisper Turbo или Nemotron ASR: они режут речь на короткие реплики, и строки субтитров выходят короче. Scribe v2 собирает реплику до паузы или смены голоса, поэтому в быстрой речи без пауз строка может растянуться на несколько предложений.
• SRT открывается как обычный текст. Опечатку в фамилии или термине исправьте в любом текстовом редакторе прямо в файле, тайм-коды при этом не трогайте.

YouTube принимает и SRT, и VTT, а новичкам рекомендует SRT (список форматов в справке YouTube). В Творческой студии файл загружается в разделе «Субтитры». SRT подходит для большинства площадок и видеоредакторов, VTT чаще нужен для плееров на сайтах.

Конспект и пересказ видео

Короткий пересказ лежит во вкладке «Итоги». Если галочку «Сразу сделать итоги» при загрузке не ставили, нажмите «Сделать итоги». Для вебинара или урока впишите в поле «Что важно вытащить», что именно нужно, например «главные мысли по пунктам и практические советы».

Когда нужен настоящий конспект или разбор, нажмите «Обсудить с ИИ». Откроется новый чат с расшифровкой в приложенном файле, и дальше с роликом можно работать как с документом:

Сделай конспект вебинара: план, главные тезисы, примеры, которые приводил спикер, и список упомянутых сервисов.

О чём это видео в трёх предложениях? Стоит ли его смотреть, если основы я уже знаю?

Учебный сценарий с планом, определениями и вопросами для самопроверки разобран в инструкции нейросеть для конспекта.

Как перевести видео на другой язык

Сначала расшифруйте ролик на языке оригинала, затем нажмите «Обсудить с ИИ» и попросите: «переведи на русский, сохрани смысл, термины оставь как в оригинале». Час речи даёт десятки страниц текста, и дословный перевод такой записи в один ответ не поместится: модель сократит его или оборвёт. Длинную лекцию разумнее переводить в виде конспекта, а дословно только нужные куски, вставляя их прямо в сообщение.

Для короткого ролика можно перевести и сами субтитры. Скачайте SRT, поменяйте расширение файла на .txt, приложите его в чат и попросите перевести реплики, не трогая номера и тайм-коды. Ответ вставьте в новый файл с расширением .srt.

Если нужен не текст, а озвучка ролика на другом языке, для этого есть вкладка «Дубляж» в разделе «Музыка и звуки»: вставляете ссылку на видео и выбираете язык. Вкладка открывается после первого пополнения баланса.

Длинные видео и точность расшифровки

Scribe v2 берёт ролики до 4 часов, быстрые модели до 2 часов. Трёхчасовую конференцию целиком расшифрует только Scribe v2. Если хочется сэкономить на быстрой модели, разрежьте запись на части короче двух часов.

Точность в видео портят те же вещи, что и в аудио: люди перебивают друг друга, микрофон далеко, вокруг шумно. У видео есть и своя беда: фоновая музыка. Речь поверх громкого трека распознаётся хуже, особенно на заставках и в клипах. Для шумного ролика выбирайте Whisper Large, он лучше справляется с трудным звуком. Имена спикеров, названия продуктов и термины впишите в подсказку Scribe v2, иначе модель запишет их на слух, как поняла.

Сколько стоит перевести видео в текст

Платите за минуты звука, а не за мегабайты: двадцатиминутный ролик стоит одинаково, в 4K он или в 480p. Ориентиры:

• Scribe v2: около 1,3 ₽ за минуту, час видео ≈79 ₽;
• Whisper Large и Qwen ASR: около 0,09 ₽ за минуту, час ≈5,4 ₽;
• Whisper Turbo, Nemotron ASR, Qwen ASR mini: около 0,04 ₽ за минуту, час ≈2,4 ₽;
• итоги считаются отдельно, примерно рубль за час записи.

Для файла сумма видна на кнопке «Расшифровать» до запуска. Если расшифровка не удалась, деньги не списываются. Как устроен счёт, разобрано в статье про токены и кредиты.

Что дальше

• Транскрибация аудио в текст: выбор модели, точность, итоги встреч.
• Нейросеть для конспекта: лекции, вебинары и учебники.
• Как озвучить текст нейросетью: обратная задача, текст в голос.
• Как сделать видео из текста: ролик по описанию сцены.

Частые вопросы