Расшифровка аудио и видео в текст

Да, и это единственный инструмент на сайте, который так делает. Всё остальное считается либо прямо в браузере, либо на нашем сервере в Москве. Распознавание речи в браузере не запустить — модель весит сотни мегабайт. Поэтому звук отправляется в сервис распознавания, и мы говорим об этом прямо, а не мелким шрифтом. Не загружай сюда записи, которые нельзя показывать посторонним.

Обычно минуту-две на час записи. Дольше всего идёт не распознавание, а загрузка файла: перед отправкой мы сжимаем звук примерно в сто раз, поэтому час речи весит около десяти мегабайт.

Полтора часа на одну запись. Если материал длиннее, разрежь его нашим же инструментом «Обрезать аудио» на части и расшифруй по очереди.

На чистой речи — высокая, вплоть до отдельных слов. Хуже становится там, где плохо слышно и человеку: далёкий микрофон, эхо в классе, несколько говорящих разом, сильный акцент. Имена, термины и числа стоит перечитать глазами.

Нет, разделения по говорящим пока нет: получится сплошной текст с абзацами по паузам. Если нужны реплики по ролям, проще расставить их вручную по готовому тексту.

Нет. И запись, и результат удаляются с сервера через два часа, а сервис распознавания получает только сжатый звук — без твоего адреса и без имени файла.