Как перевести аудио в текст и получить SRT из MP3
Что подготовить перед расшифровкой аудио
Для интервью, лекции, подкаста или голосовой заметки обычно достаточно исходного MP3, WAV, M4A, FLAC, OGG или AAC. Не повышайте битрейт искусственно: это увеличит файл, но не вернёт потерянную речь. Если запись очень тихая или содержит постоянный гул, сначала сохраните оригинал и сделайте отдельную очищенную копию.
В инструменте транскрибации сервер сам проверяет формат и длительность. Цена не рассчитывается по данным браузера: сначала появляется бесплатный quote, и только затем можно подтвердить запуск.
TXT, SRT, VTT или JSON: какой формат выбрать
TXT подходит для чтения, редактуры и поиска по тексту. SRT нужен большинству видеоредакторов и содержит нумерованные реплики с таймкодами. VTT удобен для веб-плееров и HTML5. JSON сохраняет сегменты, начало, конец и текст для собственного приложения или аналитики.
ПеснеГен формирует все четыре файла из одной задачи. Job не считается успешно доставленным, пока недоступен хотя бы один обязательный формат; при технической ошибке резерв возвращается автоматически.
Как получить субтитры SRT из MP3
Загрузите MP3, выберите язык речи или автоматическое определение и дождитесь server quote. Проверьте длительность и стоимость: один тарифный блок равен каждой начатой четверти часа. До подтверждения токены не списываются и не резервируются.
После подтверждения следите за статусом одной задачи, а не загружайте файл повторно. Когда Job завершится, скачайте SRT и откройте его в редакторе. Если реплика слишком длинная, разделите её, сохранив исходные границы времени; не сдвигайте весь файл до проверки первой и последней фразы.
Почему автоматический текст нужно проверить
Имена, аббревиатуры, числа и речь на фоне музыки остаются сложными случаями. Сверьте начало, середину и конец записи, затем найдите имена собственные и числовые значения. Для публикации субтитров дополнительно проверьте длину строк и паузы между репликами.
Если в записи несколько спикеров, текущий результат хранит сегменты и таймкоды, но не обещает юридически точную идентификацию каждого человека. Для протокола встречи обозначьте спикеров вручную после прослушивания.
Как восстановить результат без второго списания
Сохраните quoteId или Job ID. При обрыве страницы снова запросите существующий Job: готовые ссылки подписываются заново, а сама транскрибация не запускается повторно. Повтор подтверждения с тем же Idempotency-Key также не должен создавать второе списание.
Если задача завершилась как failed, dead или cancelled, резерв возвращается автоматически. В обращении в поддержку укажите Job ID; не создавайте новую платную задачу только ради проверки старой.
Транскрибация через API, MCP и AI‑продюсера
В AI‑продюсере запрос «расшифруй речь из этого аудио» запускает тот же quote → confirm → Job и возвращает четыре файла прямо в чат. Для MCP используется transcribeAudio, а для REST — POST /api/v1/transcriptions и GET /api/v1/transcriptions/{id}.
API‑кредиты интегратора и пользовательские токены не смешиваются. Любой платный вызов требует явного подтверждения и стабильного Idempotency-Key; webhook сообщает продукт, стоимость, артефакты и возврат.