Как бесплатно расшифровать аудио и видео в текст без отправки записей в облако

Содержание
Читайте в Telegram
|
Часовое интервью, лекцию или созвон можно перевести в текст без подписок на онлайн-сервисы. Для этого подойдёт Vibe — бесплатное приложение для macOS, Windows и Linux.
Программа распознаёт речь нейросетями прямо на компьютере, поэтому записи никуда не уходят.
У проекта больше 8 тысяч звёзд на GitHub, а свежая версия 3.3.8 вышла 21 ноября. Распространяется программа по лицензии MIT.
Что умеет Vibe
- Расшифровывает аудио и видео почти на любом языке, включая русский.
- Работает полностью офлайн: после загрузки модели интернет не нужен.
- Поддерживает модели Whisper, Nemotron и Parakeet.
- Обрабатывает сразу несколько файлов.
- Записывает и расшифровывает звук с микрофона и системный звук компьютера.
- Берёт звук из роликов на YouTube, Vimeo и других площадках по ссылке.
- Различает говорящих, что удобно для интервью и совещаний.
- Сохраняет текст в TXT, DOCX, PDF, HTML и JSON, а субтитры — в SRT и VTT с таймкодами.
- Переводит речь с любого языка на английский.
- Использует видеокарты Nvidia, AMD, Intel и Apple для ускорения.
Как установить
1. Откройте официальный сайт Vibe и скачайте версию для своей системы.
2. Установите программу как обычное приложение и запустите её.
3. При первом запуске Vibe предложит скачать модель распознавания. Это единственный момент, когда понадобится интернет. Модель весит от нескольких сотен мегабайт до пары гигабайт, так что загрузка займёт время.
Как расшифровать запись

1. Перетащите аудио- или видеофайл в окно программы или выберите его через кнопку загрузки. Для ролика из интернета вставьте ссылку на него.
2. Укажите язык записи. Автоопределение тоже работает, но с явно выбранным русским ошибок обычно меньше.
3. Если в записи несколько собеседников, включите разделение по говорящим в расширенных настройках.
4. Нажмите кнопку расшифровки. Текст появляется на экране по ходу обработки.
5. Когда работа закончится, выберите формат и сохраните результат. Для монтажа удобнее SRT, для редактуры — DOCX или TXT.

Как сделать краткий пересказ
Vibe умеет собирать краткое содержание расшифровки. Локально это делается через Ollama: нужно установить её, скачать подходящую модель и выбрать Ollama в настройках Vibe. Есть и вариант с Claude через API, но тогда текст уйдёт на серверы Anthropic, и смысл офлайн-работы пропадает.
Что стоит учесть
Скорость зависит от мощности компьютера и выбранной модели. Крупные модели распознают точнее, но занимают больше места и работают медленнее, на слабом ноутбуке без видеокарты лучше начать с лёгкой.
Готовый текст всё равно стоит перечитать. Нейросеть ошибается в именах, терминах и на шумных записях, особенно когда люди говорят одновременно.
Vibe пригодится журналистам, студентам, авторам видео и всем, кто регулярно работает с голосовыми записями и не хочет загружать личные разговоры или рабочие материалы на чужие серверы.






