Расшифровка лекции: Word Transcribe или Google Speech-to-Text

После лекции у вас есть аудиофайл, а к семинару нужен текст, в котором можно найти объяснение преподавателя и исправить ошибки распознавания. Word Transcribe и Google Cloud Speech-to-Text решают эту задачу по-разному. В Word можно получить стенограмму и редактировать её в приложении. Google Cloud Speech-to-Text предназначен для подключения распознавания к приложению через программный интерфейс (API).

Чем отличаются два сценария

Что проверить	Word Transcribe	Google Cloud Speech-to-Text
Как передать аудио	Записать звук прямо в Word или загрузить готовый файл. В справке перечислены форматы WAV, MP4, M4A и MP3.	Передать звук в запросе API или указать файл в Google Cloud Storage. Для обработки аудио в реальном времени предусмотрен потоковый режим.
Что получите	Стенограмму в панели расшифровки. Её можно целиком или фрагментами добавить в документ.	Распознанный текст в ответе API. Рассмотренная документация не описывает готовый редактор конспектов для студентов.
Поиск по записи	К отметке времени можно перейти, чтобы прослушать соответствующий фрагмент.	Таймкоды и их формат нужно проверить для выбранной версии и функции.
Разделение говорящих	Справка описывает отдельные подписи говорящих, например «Говорящий 1». Подписи можно переименовать.	Поддержку разделения говорящих для конкретной версии и настроек API нужно проверить отдельно.
Редактирование	Можно исправлять фрагменты стенограммы и подписи говорящих.	Редактирование текста в пользовательском интерфейсе рассмотренные страницы не подтверждают. Для него понадобится отдельная программа или собственная разработка.
Что нужно для начала	Доступ к функции Transcribe, интернет и подходящая версия Word. Для веб-версии в инструкции указаны браузеры Microsoft Edge и Chrome.	Для описанного в руководстве способа через REST нужно выбрать или создать проект Google Cloud, включить API и настроить оплату проекта. В этом сценарии аудио длиннее 60 секунд или размером более 10 МБ нужно разместить в Cloud Storage.
Хранение записи	Справка указывает папку Transcribed Files в OneDrive, где запись можно удалить. Проверьте условия для своей учётной записи и версии продукта.	По рассмотренным страницам нельзя установить правила хранения и удаления аудио и результата для вашего способа использования. Проверьте условия выбранного продукта и настройки Cloud Storage.

Есть важное ограничение по доступности Word Transcribe. Согласно справке Microsoft, функция доступна в Word для Microsoft 365 на Windows в коммерческих организациях. Для государственных организаций указана только веб-версия Word. Поэтому перед работой найдите Transcribe именно в своей программе и учётной записи. Одного наличия Word недостаточно.

В справке Word среди доступных локалей указана «русский (Россия)». Для Google проверьте язык, модель и нужные возможности в документации выбранной конфигурации: набор функций зависит от языковой настройки. Нельзя также заранее определить по этим материалам, доступен ли сервис конкретному пользователю в России или сколько будет стоить его использование.

Как выбрать инструмент

Если вам нужно расшифровать запись, прослушивать отдельные места и править текст в документе, сначала проверьте Word Transcribe. Его справка описывает готовый рабочий процесс: загрузить аудио или записать его, открыть стенограмму, перейти к фрагменту по времени и исправить распознанный текст.

Google Cloud Speech-to-Text имеет смысл выбирать, если вы хотите встроить распознавание в приложение или автоматизированный процесс и готовы настраивать облачный проект. API возвращает текст, но удобную стенограмму с редактированием придётся организовать отдельно.

Если после распознавания вы хотите превратить запись в учебные заметки, разберите дальнейшую работу с материалом по инструкции как сделать конспект из аудиозаписи лекции.

Как проверить процесс на коротком фрагменте

До загрузки полной лекции попробуйте пройти весь путь на коротком отрывке. Записывать занятие и передавать аудио облачному сервису можно только с согласия преподавателя и других участников, с учётом правил вашего вуза.

Согласуйте запись и обработку аудио выбранным сервисом. Не загружайте голоса других людей без их согласия.
Проверьте доступ. В Word найдите Transcribe и убедитесь, что функция работает с вашей версией программы и учётной записью. Для Google выясните, какой способ доступа вы будете использовать и какие настройки проекта потребуются.
Проверьте язык и нужные функции. Word указывает локаль «русский (Россия)». Для Google найдите выбранную модель и сверьте доступность нужных возможностей в документации.
Возьмите один и тот же короткий отрывок и запустите только те варианты, которые вам удалось настроить. Одна запись не позволяет надёжно сравнить точность распознавания.
Посмотрите, удобно ли найти место в аудио, увидеть подписи говорящих, исправить текст и перенести его в документ. Для Google отдельно отметьте, какие функции не удалось подтвердить или настроить.
Запишите, что понадобилось для работы: облачное хранилище, код или отдельный редактор. Перед обработкой полной лекции проверьте условия хранения и обработки данных.

Даже после успешного распознавания сверьте стенограмму с записью. В первую очередь проверьте имена, термины, числа, отрицания и места, где говорят несколько человек. Автоматический текст удобен как черновик, но сам по себе ещё не готовый конспект.

Для редактируемой расшифровки в документе начните с проверки Word Transcribe и доступности функции в вашем аккаунте. Google Cloud Speech-to-Text подходит для программной интеграции, если вы готовы настроить её техническую часть. В обоих случаях сначала согласуйте запись и обработку голосов участников.