Транскрибация — что это такое: значение, виды и примеры

Транскрибация — это перевод устной или записанной речи в письменный текст на том же языке, на котором говорили. Когда вы превращаете интервью, запись совещания или голосовое сообщение в напечатанный документ, вы делаете транскрибацию, а готовый документ называется расшифровкой (или транскриптом). Ниже — разные значения слова, основные виды транскрибации, её отличия от перевода и субтитров и то, как аудио переводят в текст сегодня.

Что значит «транскрибация» в обычной речи

Слово восходит к латинскому transcribere — «переписывать», «копировать». В русском языке от этого корня живут несколько близких слов, и их легко перепутать:

• Транскрибация — перевод речи в текст. Самое частое значение сегодня: прослушать аудио и получить текст. «Сделаешь транскрибацию созвона для протокола?»
• Расшифровка — бытовой синоним транскрибации и заодно название результата: «пришли расшифровку интервью». В поисковых запросах вроде «расшифровка аудио в текст» люди имеют в виду ровно то же самое.
• Транскрипция — запись звучания слов специальными знаками. Её помнят по урокам английского: квадратные скобки и символы Международного фонетического алфавита (МФА). Транскрипцией называют и передачу имён из одной письменности в другую.
• Переложение (транскрипция) в музыке — запись мелодии, услышанной на записи, или адаптация произведения для другого инструмента.

Всех их объединяет одна идея: содержание остаётся прежним, меняется только форма. В разговорной речи и в вакансиях встречается ещё слово «транскрибатор» — так называют человека, который расшифровывает записи за деньги. Исторически так работали и переписчики, которые вручную копировали рукописи; архивисты до сих пор переводят старые письма и рукописные документы в печатный текст.

Транскрибация аудио и видео

В бизнесе, науке и медиа транскрибация почти всегда означает перевод аудио или видео в текст. Источником может быть что угодно, где звучит речь: подкаст, лекция, судебное заседание, диктовка врача, видео на YouTube, голосовое сообщение в WhatsApp, Telegram или MAX. На выходе получается расшифровка, часто с временными метками (когда прозвучала каждая фраза) и метками спикеров (кто её произнёс).

Короткое замечание о биологии: если вы встретили похожее слово на уроке, там речь о транскрипции — процессе, при котором клетка копирует участок ДНК в РНК; это первый шаг синтеза белка. Это та же идея «копирования», только применительно к генетическому коду, и тема совсем другая — за ней лучше обратиться к учебнику биологии или глоссарию вроде того, что ведёт Национальный институт исследования генома человека США (NHGRI). Эта статья — о речи.

Виды транскрибации: дословная, чистовая и литературная

Не все расшифровки фиксируют одно и то же. Прежде чем расшифровывать запись самому или заказывать работу, решите, какой стиль вам нужен.

Дословная (verbatim). Каждое слово и звук так, как они прозвучали: «э-э», «ну», оборванные фразы, повторы, запинки, смех, паузы и перебивания. Нужна там, где важно, как именно что-то было сказано: в судебных процессах, допросах, лингвистических и части качественных исследований.

Чистовая (clean verbatim). Слова говорящего без слов-паразитов, запинок и оборванных начал, с лёгкой правкой грамматики там, где смысл очевиден. Это стандарт для большинства интервью, совещаний, подкастов и журналистики: текст читается естественно и при этом остаётся верным оригиналу.

Литературная (редактированная). Содержание приводится в удобочитаемый вид: предложения перестраиваются, повторы убираются, иногда текст сокращается. Подходит для статей, блогов, отчётов и опубликованных интервью, где читаемость важнее точных формулировок.

Как быстро выбрать:

• Кто-то будет анализировать колебания, интонацию или точные формулировки? Выбирайте дословную.
• Текст будут читать, чтобы понять, что было сказано? Выбирайте чистовую.
• Текст пойдёт в публикацию? Начните с чистовой, затем отредактируйте.

В нашем руководстве по расшифровке интервью эти решения разобраны для исследований и журналистики, включая то, как отмечать паузы и неразборчивые фрагменты.

Транскрибация, перевод, субтитры и диктовка

Эти четыре понятия часто путают. Разница в том, что подаётся на вход, что получается на выходе и меняется ли язык.

На практике эти понятия пересекаются. Субтитры — это расшифровка, разбитая на фрагменты с таймингом. Переведённые субтитры обычно делают так: сначала транскрибация, потом перевод расшифровки. Диктовка — это транскрибация в реальном времени одного человека, который знает, что его речь печатается.

Как делают транскрибацию сегодня

Большую часть истории транскрибация была ручной: человек слушал, останавливал, перематывал и печатал. Профессиональные расшифровщики до сих пор так работают с судебными записями, медицинской документацией и сложным звуком, часто с ножной педалью для управления воспроизведением. Это точно, но медленно: час аудио может отнять несколько часов работы.

Сегодня большинство расшифровок начинается с автоматического распознавания речи. Модель делит аудио на короткие фрагменты, распознаёт звуки и слова, по языковому контексту выбирает наиболее вероятное предложение, а затем добавляет пунктуацию, временные метки и метки спикеров. Если хотите разобраться в процессе по шагам, в нашем материале о том, как работает распознавание речи, всё объяснено без формул.

Обычный современный процесс — гибридный: машина за несколько минут выдаёт черновик, а человек сверяет его с аудио и исправляет имена, цифры и термины. На чистой записи черновику нужна лёгкая правка, на шумном групповом созвоне — больше.

У русской речи есть свои подводные камни. Распознаванию мешают англицизмы и профессиональный жаргон («задеплоить», «апрув»), фамилии и топонимы, особенно казахские, белорусские или кавказские, а также числа, которые можно записать цифрами или словами. Отдельная тема — пунктуация: модель расставляет запятые по-своему, и в длинных сложноподчинённых предложениях их почти всегда приходится поправлять. Если собеседники переходят с русского на казахский или английский посреди разговора, заранее проверьте, умеет ли выбранный сервис работать со смешанной речью. А букву «ё» разные инструменты пишут по-разному, так что для единообразия текста её проще привести к одному виду поиском и заменой.

Когда нужна транскрибация

Транскрибация полезна всегда, когда устную речь нужно искать, цитировать, читать или хранить:

• Интервью — для журналистики, пользовательских и научных исследований, где нужно точно цитировать и кодировать темы.
• Совещания в Zoom, Яндекс Телемосте и других сервисах — для протоколов, списка задач и записи для тех, кто не смог прийти.
• Лекции и вебинары — для конспектов и доступности.
• Подкасты и видео — для описаний выпусков, субтитров и видимости в поиске.
• Юриспруденция — для показаний, заседаний и доказательств, обычно в строго дословном виде.
• Медицина — врачи диктуют заметки, которые переводятся в записи о пациентах, как правило, при строгих требованиях к защите данных (в России — 152-ФЗ, в ЕС — GDPR).
• Личные задачи — голосовые заметки, голосовые сообщения и записи звонков, которые проще прочитать, чем переслушивать.

Как расшифровать файл за три шага

Если у вас есть запись и нужен текст, быстрее всего воспользоваться автоматическим сервисом. В Audiotexta это выглядит так:

1. Загрузите. Откройте приложение Audiotexta и перетащите аудио- или видеофайл (MP3, M4A, WAV, MP4 и другие) с компьютера или телефона. Начать можно без аккаунта.
2. Выберите настройки. Укажите язык речи или оставьте автоопределение и включите метки спикеров, если говорит больше одного человека.
3. Проверьте и выгрузите. Прочитайте расшифровку, слушая аудио, исправьте то, что модель расслышала неверно, и выгрузите результат в TXT или как субтитры (бесплатно) либо в DOCX и PDF (на тарифе Pro).

Полезно знать и об альтернативах: в некоторых версиях Microsoft Word есть функция Transcribe, в Google Документах — голосовой ввод, Otter и TurboScribe — популярные онлайн-сервисы, а открытую модель Whisper можно бесплатно запустить на своём компьютере, если вы готовы немного повозиться с настройкой. Более полное сравнение бесплатных и платных способов — в нашем руководстве о том, как перевести аудио в текст.

Каким бы инструментом вы ни пользовались, определение остаётся прежним: транскрибация сохраняет слова и язык и меняет только форму — со звука на текст, который можно читать, искать по нему и пересылать.