Голосовые удобно отправлять и неудобно получать: пятиминутное сообщение нельзя пробежать глазами, процитировать или найти поиском. Нейросети решают это за секунды. В VoiceMind есть два честных пути «голос → текст» — для чужих голосовых и для собственных записей. Разбираем оба.
Самый короткий сценарий для сообщений, которые вам прислали. Бот VoiceMind живёт в трёх каналах — Telegram, ВКонтакте и MAX — и в каждом умеет принимать голосовые и аудио.
1. Перешлите голосовое в диалог с ботом (или отправьте своё).
2. Бот превратит его в текст.
3. Дальше — обычная работа с ИИ: «сделай тезисы», «собери план», «напиши ответ по этому сообщению», «переведи».
Работает и с аудиофайлами, не только с «кружочками» и голосовыми: пересланная запись разговора обрабатывается так же.
Если голос ещё не записан — это задача Диктофона VoiceMind в веб-приложении. Он пишет звук с микрофона: планёрку, созвон в переговорке, лекцию или собственные мысли на ходу — и расшифровывает запись в текст.
Главное отличие от «просто расшифровки» — что происходит после. Из готовой записи Диктофон одним нажатием делает:
Сводку — короткое содержание записи: о чём говорили и к чему пришли.
Задачи — список действий, которые прозвучали в разговоре.
Связку с Планировщиком — задачу из записи можно сразу отправить в планировщик VoiceMind с датой и временем, без перепечатывания руками.
Честно про лимиты: у каждого тарифа — свой запас минут расшифровки в месяц (есть и на бесплатном, для знакомства). Актуальные лимиты — на странице тарифов. Загрузка готовых аудиофайлов в Диктофон пока не поддерживается — для готовых записей используйте путь 1, боты принимают аудио.
Под капотом — современные STT-модели (речь-в-текст) нескольких провайдеров; систему распознавания можно выбрать в настройках. Русский язык распознаётся уверенно, включая бытовую речь с «э-э» и оговорками — а следующая за расшифровкой языковая модель приводит текст в порядок: убирает мусор, расставляет смысл, делает тезисы.
В этом и отличие от встроенной расшифровки в мессенджерах: там вы получаете сырой текст, здесь — текст плюс любую обработку по запросу: сводку, план, письмо, перевод.
Голосовое от начальника на 4 минуты. Переслали боту → «тезисы и что от меня требуется» → через десять секунд читаете три пункта вместо прослушивания.
Планёрка в переговорке. Открыли Диктофон на телефоне, записали, нажали «Суммировать» → сводка и задачи разошлись по назначению, ничего не потерялось.
Мысль по дороге. Наговорили в бота на ходу → «сделай из этого план и напоминание» → идея стала задачей, пока вы шли до метро.
Это бесплатно? Начать — да: у ботов есть стартовые лимиты, у Диктофона — месячный запас минут на бесплатном тарифе. Дальше — тарифы в рублях.
Что с приватностью? Голосовые используются только для вашей расшифровки и не публикуются. Подробнее — в центре безопасности.
Длинные записи можно? Да, Диктофон рассчитан на встречи; ограничение — месячный лимит минут вашего тарифа.
А если Telegram недоступен? Те же голосовые принимает бот во ВКонтакте и в MAX — аккаунт общий, история не теряется.
Чужое голосовое — пересылайте боту в удобном мессенджере. Свою встречу или мысль — пишите Диктофоном и получайте не только текст, но и сводку с задачами. Проверить проще всего на ближайшем длинном голосовом: