Расшифровка встречи без бота: как это работает

Чтобы превратить созвон в текст, есть два пути: либо в комнату заходит бот, либо программа слушает звук на вашем компьютере. Разберём, чем они различаются и что выбрать.

КороткоБот-участник подключается к встрече как отдельный гость и записывает её на стороне сервиса. Программа на вашем компьютере ничего в комнату не добавляет: она слушает ваш микрофон и звук созвона. В Doslovno так и сделано: текст встречи делится на «Ты» и «Собеседники», звук нигде не сохраняется. Итогов встречи и саммари у Doslovno нет — только расшифровка.

Расшифровка встречи нужна не ради красивого файла. Нужно, чтобы через неделю можно было найти, кто что пообещал, и не переспрашивать. Способов получить такой текст много, но по устройству их два: бот в комнате или программа на вашем компьютере. От выбора зависит, кто знает о записи, куда уходит звук и сколько настроек придётся делать.

Два подхода

Бот-участник

Вы даёте сервису ссылку на встречу или подключаете календарь, и в комнату заходит ещё один «участник» — бот. Он слушает встречу со стороны сервиса и потом присылает текст.

Плюсы:

  • вам не нужно ничего запускать на своём компьютере, бот работает, даже если вы отключились;
  • бот видит список участников, поэтому может подписывать реплики именами;
  • о записи знают все: бот виден в списке гостей.

Минусы:

  • звук всей встречи уходит стороннему сервису, а вы не всегда можете проверить, что с ним происходит дальше;
  • лишний участник в комнате может смутить собеседников, особенно на деловых или щепетильных разговорах;
  • бота нужно пустить: организатор может его не допустить, а может и запретить такие подключения в настройках;
  • он работает только с теми сервисами видеосвязи, которые поддерживает.

Запись звука на своём компьютере

Здесь никто в комнату не заходит. Программа на вашем компьютере слушает то, что слышите и говорите вы: микрофон и звук, который воспроизводит созвон. Из этого получается текст.

Плюсы:

  • работает с любым созвоном, звук которого идёт через компьютер, в том числе без дополнительных настроек в самом сервисе;
  • никому не нужно давать разрешение на подключение;
  • при расшифровке на самом компьютере звук не покидает его вовсе.

Минусы:

  • собеседники не видят в комнате никакого признака записи — предупреждать их придётся вам (об этом ниже);
  • программа не знает, как зовут говорящих, поэтому реплики делятся только на «ваши» и «чужие»;
  • компьютер должен быть включён и вы должны быть на связи: записывается только то, что слышно у вас.

Как это сделано в Doslovno

Doslovno работает на Mac и на Windows и устроен по второму подходу. Бот в комнату не подключается: программа слушает ваш микрофон и звук созвона на компьютере. В каком именно сервисе идёт встреча — не важно, пока звук воспроизводится на этом компьютере.

  • Реплики делятся на «Ты» и «Собеседники». Это ваши слова и слова всех остальных. Имён нет: если на другой стороне трое, они все — «Собеседники».
  • Звук встречи не сохраняется нигде. Сохраняется текст. Тексты встреч лежат на вашем компьютере.
  • Где идёт распознавание. Если на компьютере скачана модель, распознавание идёт на нём самом. Если нет, звук уходит на наш сервер, где на диск не пишется.
  • Вычитка реплик. По умолчанию текст реплик (не звук) отправляется на вычитку языковой моделью: она ставит знаки препинания по смыслу. Это выключается. Переключатель «Только на этом Маке» (в Windows такой же) отправку в сеть закрывает полностью, но включать его стоит после того, как модель скачалась.
  • Два часа на пробу. Дальше запись встреч входит в платные тарифы: «Со встречами» — до 30 часов в месяц, 790 ₽ ($9,9 за пределами России); «Со встречами, больше» — до 50 часов, 990 ₽ ($11,9).

Чего в Doslovno нет

Итогов встречи, решений и списка задач Doslovno не делает. Он даёт расшифровку. Если нужен протокол, готовый текст можно отдать нейросети — готовые промты собраны в отдельной статье. Имён говорящих тоже нет: только «Ты» и «Собеседники».

Почему для созвона важно, чтобы модель не выдумывала текст на тишине

В обычном разговоре всё время кто-то молчит. Пока говорит один собеседник, дорожка с вашим микрофоном почти пуста: там тишина или шум комнаты. В расшифровке такая тишина превращается в проблему, если модель распознавания на ней «додумывает» слова. Тогда в протоколе появляются реплики, которых никто не произносил, и вы приписываете человеку то, чего он не говорил.

Мы проверили это сами. В нашем замере 13 сентября 2026 мы сравнили две модели на кусках речи по 30 секунд, как у встреч:

Что проверялиWhisper turboParakeet
Доля ошибочных слов, чтение (набор FLEURS)16,8 %6,2 %
Доля ошибочных слов, дальний микрофон (набор Golos)21,3 %9,8 %
Выдумал текст на тишине и шуме6 случаев из 60 случаев из 6

Это наш замер двух конкретных моделей на наших кусках записи. Он не сравнивает Doslovno с чужими программами и не говорит, что так будет в каждой записи. Но именно по этому признаку мы смотрим на модель для встреч: молчащая сторона не должна наполняться выдуманным текстом. Parakeet — локальная модель Doslovno.

Предупреждайте собеседников

Когда бот заходит в комнату, о записи видно сразу. Когда программа слушает звук на вашем компьютере, собеседники ничего не увидят. Поэтому это ваша обязанность — сказать в начале встречи:

  1. что вы ведёте текстовую запись разговора;
  2. зачем она нужна и кто её увидит;
  3. что звук не сохраняется, а остаётся только текст.

Правила записи разговоров различаются в разных странах и компаниях, и мы не юристы. Если встреча касается клиентов, персональных данных или коммерческой тайны, сверьтесь с правилами вашей организации. Если кто-то просит не записывать — выключите запись.

Как подготовиться к записи

Качество текста зависит от звука, а не только от программы. Несколько простых привычек перед важным созвоном:

  • Проверьте микрофон. Если вы говорите далеко от него, распознавать труднее: поэтому дальний микрофон мы отдельно взяли в замер выше.
  • Надевайте наушники. Тогда голоса собеседников не попадут второй раз в ваш микрофон, и реплики «Ты» и «Собеседники» не смешаются.
  • Не включайте посторонний звук. Музыка или видео в соседней вкладке попадут в текст так же, как голос собеседника: программа слушает всё, что воспроизводит компьютер.
  • Решите заранее, что делать с вычиткой. Если встреча конфиденциальная, выключите отправку текста реплик на вычитку или включите «Только на этом Маке» (на Windows такой же переключатель) после скачивания модели.

После встречи расшифровка лежит на вашем компьютере. Её можно прочитать целиком, найти нужное место или отдать нейросети — для итогов.

Что выбрать

  • Нужны имена говорящих и расшифровка без вашего участия — смотрите в сторону ботов. Проверьте, куда они отправляют звук.
  • Нужен текст любого созвона на компьютере, без лишнего участника в комнате и без передачи звука стороннему боту — запись на своём компьютере.
  • Если вы слушаете встречу через динамики, а не наушники, микрофон подхватит голоса собеседников. Для чистой дорожки «Ты» удобнее наушники.

О встроенных функциях самих сервисов читайте в статье о расшифровке в Телемосте, Zoom и Google Meet. А узнать подробнее, куда уходят звук и текст, можно в разборе приватности.

Вопросы

Нужно ли предупреждать собеседников о записи?

Да, это вопрос уважения, а в ряде случаев и правил вашей компании или закона вашей страны. Скажите в начале встречи, что ведёте расшифровку, и убедитесь, что никто не против. Если программа не подключается к комнате, собеседники сами о ней не узнают.

Сохраняет ли Doslovno звук встречи?

Нет. Звук встречи не сохраняется нигде, сохраняется только текст. Тексты встреч хранятся на вашем компьютере.

Делает ли Doslovno итоги и протокол встречи?

Нет. Doslovno делает расшифровку: реплики с разметкой «Ты» и «Собеседники». Решений, задач и саммари в нём нет. Готовый текст можно отдать любой нейросети с промтом, примеры — в статье «Промт для саммари встречи».

Сколько можно попробовать бесплатно?

На пробу даётся два часа записи встреч. Дальше — тарифы «Со встречами» (до 30 часов в месяц, 790 ₽ или $9,9) и «Со встречами, больше» (до 50 часов, 990 ₽ или $11,9).

Что если по телефону звонят, а не через компьютер?

Doslovno слушает микрофон и звук созвона на компьютере. Если разговор идёт целиком на другом устройстве и звук до компьютера не доходит, записывать там нечего.