Как перевести аудио в текст на телефоне: 10 приложений на 2026 год

Расшифровка аудио в текст (транскрипция) на смартфоне выросла из нишевой задачи в стандартную функцию: с 2022 года после запуска OpenAI Whisper и с выходом iOS 18 в 2024-м качество распознавания на телефоне сравнялось с профессиональными сервисами. Разберём 10 актуальных способов — от встроенных функций iPhone и Pixel до облачных сервисов и open-source Whisper.

На странице

1. Быстрый выбор
2. Сравнительная таблица
3. Как выбрать приложение
4. 1. Диктофон iPhone (iOS 18) — встроенно
5. 2. Google Recorder — встроенно на Pixel
6. 3. Whisper и его обёртки (MacWhisper, Aiko, Whisper Transcription)
7. 4. Otter.ai — стандарт для встреч и интервью
8. 5. Transcribe — популярный iOS-платный
9. 6. Speechnotes — бесплатное веб-приложение
10. 7. Голосовой ввод Gboard (Android)
11. 8. Диктовка iOS
12. 9. Live Transcribe от Google
13. 10. Яндекс SpeechKit и Аудио заметки
14. Советы: как получить точную расшифровку
15. Частые вопросы

Быстрый выбор

• У вас iPhone с iOS 18 и старше → встроенный Диктофон. Работает офлайн, без лимитов, точность высокая для повседневных задач.
• У вас Google Pixel → Google Recorder. Лучшая встроенная транскрипция на Android, работает офлайн для нескольких языков.
• Нужна максимальная точность, готовы разбираться → приложения на базе Whisper. Отраслевой стандарт с 2022 года.
• Регулярные встречи в Zoom / Google Meet / Teams → Otter.ai. Автоматическая транскрипция звонков, разделение говорящих.
• Разово расшифровать голосовое от друга → Диктовка iOS или голосовой ввод Gboard.
• Помощь для слабослышащих или в шумном месте → Live Transcribe.

Сравнительная таблица

Как выбрать приложение

Выбор зависит от вашего сценария использования:

• Единичная задача — встроенных функций iOS или Pixel хватит с запасом. Не тратьте время на установку сторонних приложений.
• Приватность важна — работайте с офлайн-инструментами: Диктофон iOS 18, Google Recorder, локальные Whisper-приложения. Ничего не уходит на серверы.
• Регулярные встречи и интервью — Otter.ai для тех, кто говорит на английском; для русскоязычных встреч лучше подойдут Whisper-приложения или Яндекс.
• Максимум точности для длинных записей — Whisper-приложения (MacWhisper, Aiko, Whisper Transcription). На тестах регулярно оказываются точнее Otter, особенно для не-английских языков.
• Массовые записи, автоматизация — Whisper через API OpenAI или локально, обёртки типа официального клиента.

1. Диктофон iPhone (iOS 18) — встроенно

С выпуском iOS 18 в сентябре 2024 года Apple добавила автоматическую транскрипцию во встроенное приложение «Диктофон» (Voice Memos). Функция работает полностью на устройстве — ничего не отправляется на серверы Apple, что важно для конфиденциальных записей. По данным Apple, транскрипция работает на iPhone 12 и новее.

Как использовать

1. Откройте приложение «Диктофон».
2. Запишите новую памятку или откройте существующую.
3. Нажмите кнопку «Ещё» (три точки) → «Показать транскрипцию».
4. Появится расшифровка с синхронизацией по времени — можно кликнуть по слову, чтобы перейти к нужному моменту в аудио.
5. Для копирования — выделите текст или нажмите «Скопировать транскрипцию» в меню.

Поддерживаемые языки: английский (все варианты), испанский, португальский, итальянский, французский, немецкий, японский, корейский, китайский упрощённый и традиционный. Русский язык на момент написания статьи в списке нет, но с каждым обновлением iOS список расширяется.

Плюсы: бесплатно, встроено, без лимитов, работает офлайн, приватность.

Минусы: нет разделения говорящих, нет русского языка, доступно только на iPhone 12 и новее.

2. Google Recorder — встроенно на Pixel

Приложение Recorder — эксклюзивная функция Google Pixel с 2019 года, одна из самых сильных в мире встроенных транскрипций. Работает офлайн для основных языков (английский, немецкий, французский, японский, испанский, итальянский, португальский), не требует интернета.

Функции

• Транскрипция в реальном времени при записи.
• Поиск по расшифровке — можно найти любое слово в часовой записи за секунду.
• Метки автоматических событий — Recorder распознаёт смех, аплодисменты, музыку, лай собаки.
• Автоматическое резюме длинных записей (с Pixel 8 и новее, использует Gemini) — по документации Google, поддерживает записи от 5 минут до часа.
• «Transcribe again» — повторное распознавание через облако с 40+ языками для случаев, когда офлайн-модель не справилась.
• Экспорт в Google Docs или обычный текстовый файл.

Как использовать: откройте Recorder, начните запись — транскрипт появится в отдельной вкладке в реальном времени. По окончании записи можно её отредактировать, поменяв текст прямо в расшифровке (аудио перестроится под новый текст).

3. Whisper и его обёртки

Whisper — открытая модель распознавания речи от OpenAI, выпущенная в сентябре 2022 года. По данным OpenAI, модель поддерживает распознавание на ~99 языках и признана стандартом отрасли: именно она лежит в основе большинства современных транскрипционных сервисов.

Сам Whisper — это код и модель, обычному пользователю их запускать неудобно. Поэтому появилось множество приложений-обёрток, которые устанавливаются как обычные программы:

Для iPhone и Mac

• Whisper Transcription — универсальное приложение для iOS и Mac (Universal Purchase). Работает офлайн, поддерживает все языки Whisper. Freemium — базовые функции бесплатно.
• Aiko — бесплатное приложение от известного разработчика Sindre Sorhus для iOS/macOS/visionOS. Полностью офлайн, использует whisper.cpp. Минималистичный интерфейс, идеально подходит для одноразовых расшифровок.
• MacWhisper — самое популярное десктопное решение для Mac. Поддерживает Whisper и Nvidia Parakeet, экспорт в SRT, VTT, DOCX, PDF, Markdown, HTML. Одноразовая покупка (без подписки) — важное отличие от Otter и его аналогов.

Для Android

На Android есть открытые клиенты Whisper, например Whisper на F-Droid и различные форки. Ситуация с приложениями на Android менее развитая, чем на iOS, — большинство удобных Whisper-клиентов делаются под Apple-экосистему.

Онлайн-сервисы на базе Whisper

Если не хотите ничего устанавливать, можно воспользоваться веб-сервисами, которые обёрнуты вокруг Whisper и предоставляют файл-обмен через браузер:

• TurboScribe — бесплатно 3 файла в день (до 30 минут).
• Good Tape — 3 файла бесплатно с ограничением 90 минут в неделю.

4. Otter.ai — стандарт для встреч и интервью

Otter.ai — один из старейших специализированных сервисов автоматической транскрипции, стандарт для журналистов, менеджеров, продажников. Основной сценарий — автоматическая запись и расшифровка совещаний в Zoom, Google Meet, Microsoft Teams.

Что умеет

• Автоматически подключается к запланированным встречам через календарь, записывает и расшифровывает.
• Разделяет говорящих (speaker diarization) — обозначает, кто из участников что сказал.
• Строит краткие резюме встреч и извлекает список задач.
• Позволяет искать по всей библиотеке расшифровок.
• Экспортирует в DOCX, PDF, TXT, SRT.

Ограничения бесплатного тарифа Basic

По официальной справке Otter и данным на 2026 год:

• 300 минут расшифровки в месяц (~5 часов).
• Максимум 30 минут на одну запись.
• Всего 3 импорта готовых аудио- или видеофайлов — за всё время жизни аккаунта, а не в месяц.
• Хранятся только последние 25 расшифровок.

Стоимость платных тарифов (актуально на 2026): Pro — $16.99/мес или $8.33 при годовой оплате (1200 минут в месяц, до 90 минут на запись). Business — $30/user/мес (безлимитная запись встреч).

Главный минус для русскоязычных пользователей: Otter поддерживает только английский, испанский и французский. Для русской речи не подходит.

5. Transcribe — популярный iOS-платный

Transcribe от Reincubate — популярное платное приложение для iPhone/iPad с поддержкой более 120 языков. Работает как с записанным аудио, так и в реальном времени.

Умеет расшифровывать и файлы: подойдёт голосовое из мессенджера, лекция, интервью. Есть встроенный переводчик — можно сразу получать текст на другом языке.

Тарификация: в бесплатной версии — 15 минут расшифровки. Подписка — от ~$4.99/неделю или $84.99/год.

6. Speechnotes — бесплатное веб-приложение

Speechnotes — простой веб-инструмент для диктовки, работает прямо в Chrome (использует встроенное API распознавания речи Google). Есть также приложение под Android.

Отличается тем, что работает в реальном времени: вы говорите — текст сразу появляется на экране. Не подходит для расшифровки готовых файлов, только для наговаривания.

Плюсы: бесплатно, без регистрации, поддерживает 60+ языков включая русский, автоматическая расстановка знаков препинания голосовыми командами («точка», «запятая», «новая строка»).

Минусы: требует стабильного интернета, работает только в Chrome, нельзя загрузить готовое аудио.

7. Голосовой ввод Gboard (Android)

Клавиатура Google Gboard встроена практически во все Android-смартфоны и поддерживает голосовой ввод. С 2021 года на Pixel и других топовых Android-устройствах она умеет работать офлайн — после первичной загрузки языковой модели.

Как использовать: в любом приложении, где нужно набрать текст, тапните значок микрофона на клавиатуре и говорите. Текст появляется сразу. Работает для сообщений, заметок, документов — где угодно.

Плюсы: бесплатно, встроено, работает офлайн, точность высокая, поддерживает более 70 языков.

Минусы: не подходит для расшифровки готовых аудиофайлов — только для живой диктовки.

8. Диктовка iOS

На iPhone аналогичная функция называется просто «Диктовка» (Dictation). С iOS 16 (2022) работает офлайн для большинства языков, включая русский, — файлы никуда не отправляются.

Как использовать: в любом текстовом поле нажмите значок микрофона на клавиатуре, говорите. Текст появляется сразу. Точность высокая, автоматически расставляются знаки препинания в англоязычной речи; для русского — знаки нужно говорить вслух («запятая», «точка», «новая строка»).

Диктовка iOS хорошо интегрирована с системой: можно диктовать email, заметки, сообщения без открытия отдельного приложения.

9. Live Transcribe от Google

Live Transcribe — специализированное приложение Google для людей с нарушениями слуха или для использования в шумной среде. Расшифровывает всё, что слышит микрофон, в реальном времени.

Поддерживает более 80 языков и диалектов, распознаёт также звуковые события (аплодисменты, лай, звук сирены). На новых Android-телефонах функция часто уже встроена в «Специальные возможности» (Live Caption / Живой субтитр).

Плюсы: бесплатно, точность высокая, много языков.

Минус: расшифровка в реальном времени, готовые файлы не поддерживаются.

10. Яндекс SpeechKit и Аудио заметки

Yandex SpeechKit — облачная технология распознавания речи от Яндекса, специализируется на русском языке. Сама по себе — это API для разработчиков, но её используют многие приложения и сервисы:

• Аудио заметки в Яндекс Браузере — встроенная функция расшифровки голосовых сообщений.
• Яндекс Диктофон — есть в некоторых Android-сборках.
• Множество сторонних Android-приложений используют SpeechKit как движок распознавания русской речи.

По качеству распознавания русской речи Yandex SpeechKit — один из лучших вариантов среди сервисов, специализирующихся на русском языке. Для англоязычных задач лучше использовать Whisper.

Советы: как получить точную расшифровку

• Записывайте близко к источнику. Микрофон в 30 сантиметрах от говорящего вместо 3 метров кардинально улучшает точность.
• Уменьшайте фоновый шум. Кондиционер, посуда, музыка в фоне снижают точность OCR даже для лучших моделей. Выключите то, что можно.
• Используйте петличный микрофон или гарнитуру для интервью — качество будет несравнимо лучше встроенного микрофона.
• Говорите разборчиво, не спешите. Быстрая речь распознаётся хуже — особенно если несколько человек говорят одновременно.
• Указывайте правильный язык. Приложения с автоопределением часто ошибаются на смешанной речи; указание конкретного языка вручную улучшает точность.
• Записывайте в WAV или высокобитрейтный MP3. Для последующей загрузки в облачные сервисы качество исходника важно.
• Проверяйте результат. Ни одна автоматическая расшифровка не даёт 100% точности — специфические имена, термины, аббревиатуры почти всегда требуют ручной правки.

Частые вопросы

Что точнее всего для русского языка?

Для русского языка стабильно лучшие результаты показывают: Whisper (модель large-v3 или новее) через приложения-обёртки, Яндекс SpeechKit для встроенных решений, диктовка iOS 16+ для коротких надиктовок в реальном времени. Otter.ai для русского не подходит (он его не поддерживает).

Можно ли расшифровать голосовое сообщение из Telegram или WhatsApp?

Да. На iPhone с iOS 18 самый простой путь — сохранить голосовое в файл и открыть в Диктофоне (для сохранения используйте функцию «Экспорт» или «Поделиться»). На Android — импортировать в любое приложение с поддержкой транскрипции: Whisper-обёртка, Otter (для английского), TurboScribe. Некоторые версии Telegram имеют встроенную транскрипцию для Premium-подписчиков — прямо в чате появляется значок «Аа» рядом с голосовым.

Есть ли способ расшифровать длинную лекцию бесплатно и без лимитов?

Да: скачайте Whisper через официальный репозиторий OpenAI и запускайте локально на компьютере — никаких лимитов и никаких платежей. Требуется минимальный опыт работы с командной строкой. Альтернатива без командной строки: Aiko для Mac/iPhone — бесплатно, без лимитов, работает офлайн.

Какие приложения работают без интернета?

Полностью офлайн: Диктофон iOS 18 (iPhone 12+), Google Recorder (Pixel), Aiko, MacWhisper, Whisper Transcription, локальный Whisper. Частично офлайн (после загрузки языкового пакета): Диктовка iOS, Gboard, Live Transcribe. Требуют интернета: Otter.ai, Speechnotes, TurboScribe, Good Tape, Яндекс SpeechKit.

Что такое разделение говорящих (speaker diarization)?

Это способность приложения определять, кто из нескольких участников встречи что сказал. В расшифровке появляются метки «Спикер 1», «Спикер 2» или конкретные имена, если приложение узнаёт голос. Хорошо работает в Otter.ai, некоторых обёртках Whisper (например, WhisperX с diarization), MacWhisper. Встроенные функции iOS и Google Recorder этого пока не умеют.

Что делать, если расшифровка получилась с ошибками?

Причины ошибок обычно три: плохое качество аудио, специфическая лексика (термины, имена собственные), несколько говорящих без разделения. Что помогает: перезапись в лучших условиях, использование более мощной модели (Whisper large вместо base), ручная правка после автоматической расшифровки, добавление пользовательского словаря (в Otter, некоторых обёртках Whisper). Для длинных документов после автоматической расшифровки стоит прогнать текст через проверку орфографии.