Как бесплатно расшифровывать видео и созвоны на своём компьютере
Для тех, кто работает с аудиоконтентом, интервью или хочет сохранять текстовые версии встреч без платных сервисов.
1️⃣ Выберите движок для транскрипции. Для мощных ПК с NVIDIA GPU оптимален faster-whisper — он использует CTranslate2 для ускорения модели Whisper от OpenAI. Если у вас слабый ПК или Mac без видеокарты, установите whisper.cpp — он работает даже на процессорах Apple Silicon и Intel.
2️⃣ Подготовьте аудиофайл. Конвертируйте видео или запись звонка в mono WAV или MP3 с частотой 16 кГц. Можно использовать FFmpeg через командную строку: `ffmpeg -i input.mp4 -ar 16000 output.wav`. Это стандарт для моделей Whisper, который повышает точность.
3️⃣ Запустите расшифровку через терминал. Для faster-whisper команда выглядит как `faster-whisper --model large-v2 audio.wav`. В whisper.cpp сначала скомпилируйте, затем выполните `./main -m models/ggml-large.bin -f audio.wav`. Укажите нужную модель (tiny, base, large) — чем больше, тем точнее, но дольше.
4️⃣ Обработайте и используйте текст. На выходе получите текстовый файл с тайм-кодами. Его можно импортировать в субтитры или редактировать в Obsidian для заметок. Для пакетной обработки множества файлов напишите простой bash- или Python-скрипт.
Итог: Полная независимость от онлайн-сервисов, экономия от 10$ в месяц на транскрипции и конфиденциальность данных. Обработка часа аудио займёт 2-5 минут на среднем ПК.
🤖 AI MAN | Нейросети и деньги