Переклад мовлення в текст: як транскрибувати й перекласти аудіо

Редакція whispertranscribe.ai · Оновлено: листопад 2026 · Час читання: 12 хвилин

Переклад мовлення в текст — це отримання з запису однією мовою тексту іншою. Є два шляхи: транскрибувати запис мовою оригіналу й перекласти текст або використати модель, яка пише цільовою мовою безпосередньо з аудіо. Перший легше перевірити, другий швидший.

Нижче — обидва процеси та їхні слабкі місця, чотири практичні методи з багатомовними субтитрами SRT і VTT, таблиця чинників якості, контрольний список після перекладу й випадки, коли професійний перекладач безпечніший.

Коротка відповідь: як перекласти мовлення в текст

Для більшості записів спершу транскрибуйте мовою оригіналу, виправте транскрипт і перекладіть виправлений текст. Якщо потрібна лише англійська і швидкість, інструмент прямого перекладу мовлення англійською підійде для першої чернетки. У будь-якому разі все, що публікуватимете або використовуватимете для рішень, має перевірити людина, яка знає обидві мови.

  1. Транскрибуйте мовою мовлення. Виберіть її самі замість автоматичного визначення.
  2. Виправте вихідний транскрипт. Спочатку імена, числа й терміни.
  3. Перекладіть і перевірте. Звірте переклад із вихідним текстом і аудіо.

Що таке переклад мовлення в текст?

Це будь-який процес, який починається мовленням мовою A і завершується текстом мовою B. Звичайне транскрибування залишається однією мовою. Звичайний переклад починається з тексту. Тут поєднуються обидва завдання, а спосіб поєднання визначає легкість перевірки.

Два процеси: каскадний і прямий

Перший підхід дослідники називають каскадом: розпізнавання мовлення, потім переклад тексту. Другий — прямий, або наскрізний, переклад мовлення, де одна модель перетворює аудіо просто на текст цільовою мовою. Whisper від OpenAI вміє прямий переклад, але лише англійською.

Транскрибувати, потім перекласти (каскад) Прямий переклад мовлення
Видимі кроки Два: вихідний транскрипт, потім переклад Один: аудіо на вході, цільовий текст на виході
Цільові мови Будь-яка, підтримана текстовим перекладачем Часто обмежені; завдання translate у Whisper видає лише англійську
Текст вихідною мовою Зберігається Зазвичай не створюється
Де можна виявити помилки Між кроками у вихідному тексті Лише порівнянням результату з аудіо
Повторний переклад згодом Використайте виправлений транскрипт Обробіть аудіо знову або перекладіть англійську
Найкраще для Досліджень, публікацій, субтитрів кількома мовами й цитат Швидкого розуміння запису англійською

Що може піти не так у кожному процесі

У каскаді помилки накопичуються. Якщо транскрипт каже «п'ятдесят», коли мовець сказав «п'ятнадцять», переклад передасть неправильне число з ідеальною граматикою. Виправлення просте: виправте транскрипт перед перекладом.

У прямому процесі немає вихідного тексту для перевірки. Неправильно почуте й неправильно перекладене слово виглядають однаково, тому перевіряльнику треба повернутися до аудіо. Результат також може виглядати плавнішим, ніж заслуговує, що ускладнює пошук помилок.

Який метод використати?

Вибирайте за призначенням тексту й кількістю потрібних мов.

Ситуація Рекомендований метод Чому
Потрібно швидко зрозуміти іншомовний запис Метод 2: прямо англійською Один крок, читабельна чернетка
Цитуватимете мовця у статті чи звіті Метод 1 і метод 4 для ключових цитат Можна перевірити оригінальні слова
Потрібні субтитри двома або більше мовами Метод 3: вихідний SRT чи VTT, потім переклад тексту Один файл часу служить усім мовам
Дослідницькі інтерв'ю для аналізу й цитування Метод 1 Кодування та цитати залишаються прив'язаними до оригіналу
Договори, судові, медичні чи імміграційні матеріали Метод 4 із кваліфікованим фахівцем Помилки мають реальні наслідки

Метод 1: Транскрибуйте мовою оригіналу, потім перекладіть текст

Це найгнучкіший шлях. Виправлений транскрипт стає основною копією, від якої починається кожен переклад.

Крок 1: Транскрибуйте мовою мовлення

Завантажте файл в інструмент транскрибування та задайте мову до початку. У whispertranscribe.ai, браузерному інструменті на моделі Whisper від OpenAI, можна вибрати з понад 130 мов, зокрема регіональні варіанти й режими Noise / Low-Quality Audio/Video для складних записів. Є окремі сторінки для поширених джерел, як іспанське аудіо та китайське аудіо. Для перемикання мов Multilingual Mix охоплює англійську, іспанську, французьку, німецьку, гінді, російську, португальську, японську, італійську та нідерландську.

Якщо запис у Google Drive, Dropbox, Vimeo чи YouTube, транскрибуйте за URL замість завантаження на пристрій. Для інтерв'ю й зустрічей увімкніть визначення мовців.

Крок 2: Виправте вихідний транскрипт

Виправте його до перекладу, бо кожна невиправлена помилка копіюється в усі мови. Спершу знайдіть імена, назви продуктів та скорочення, потім переслухайте кожне число, яке залишиться. На чистому аудіо точність сягає 99 %. Шум, сильні акценти й одночасне мовлення її знижують, тому заплануйте перевірку.

Крок 3: Перекладіть виправлений текст

Експортуйте транскрипт у DOCX або TXT і використайте текстовий перекладач. Спершу перевірте обмеження форматів. Станом на листопад 2026 року:

  • Google Translate перекладає документи до 10 МБ у .docx, .pdf, .pptx і .xlsx; PDF має містити не більше 300 сторінок за довідкою Google Translate. Файлів субтитрів у списку немає.
  • DeepL на сторінці форматів перелічує DOCX, PDF і TXT. Також є SRT і VTT у планах Pro Individual, Pro Team, Pro Business та API з лімітом 150 КБ або 200 КБ на файл субтитрів. Безкоштовний обліковий запис DeepL не підтримує TXT.

Якщо інструмент дозволяє, надайте перекладачеві контекст: хто говорить, яка аудиторія та потрібна формальність.

Крок 4: Зберігайте обидві версії поруч

Збережіть оригінал і переклад парою з відповідними назвами, наприклад interview-04_es_v2.docx і interview-04_en_v2.docx, щоб спірний рядок можна було простежити до вихідних слів.

Метод 2: Транскрибуйте безпосередньо англійською

Якщо цільова мова — англійська й ви переважно хочете зрозуміти або підсумувати запис, прямий інструмент заощадить крок.

Використання сторінки перекладу аудіо англійською

Сторінка перекладу аудіо англійською whispertranscribe.ai перетворює мовлення іншими мовами на англійський текст. Сторінка описує її саме так і не перелічує цільових мов, бо результат англійський.

  1. Виберіть мову мовлення. Крок 1 запитує мову запису, а не цільову. Сторінка каже, що правильний вибір дає точнішу англійську, і радить спробувати інший варіант, якщо результат незадовільний.
  2. Завантажте файл. Крок 2 приймає звичайні аудіо- й відеоформати, зокрема MP3, WAV, M4A, MP4, MOV і MKV.
  3. Увімкніть визначення мовців, якщо говорить більше однієї людини. Сторінка вказує цю функцію для перекладу.
  4. Виберіть Translate audio to English, потім перевірте англійський текст і експортуйте.

Сприймайте результат як робочу чернетку; ми не обіцяємо конкретної якості перекладу. Якщо потрібен і транскрипт мовою оригіналу, запустіть звичайне транскрибування окремо.

Використання відкритого Whisper на комп'ютері

Репозиторій Whisper OpenAI документує завдання translate з англійським результатом:

whisper japanese.wav --model medium --language Japanese --task translate

Два застереження README: типова модель turbo не навчена перекладу й повертає вихідну мову навіть із --task translate, тому використовуйте medium або large; результат лише англійський. Для німецького аудіо й французького тексту все ще потрібен переклад тексту. Whisper CLI тут не встановлений, тому команду не тестували.

Наскільки він добрий? Стаття про Whisper каже, що навчальні дані містили 125 000 годин перекладу X→англійська. Без навчання на CoVoST2, тестовому наборі, Whisper отримав 29,1 BLEU, що автори назвали новим найкращим результатом. BLEU вимірює збіг машинного результату з еталонними перекладами, а не відсоток правильних речень. Стаття також зазначає, що Whisper відстає від попередніх систем, прямо навчених для мов із багатьма ресурсами, а кількість навчальних даних значно менш надійно прогнозує якість перекладу, ніж транскрибування.

Метод 3: Створіть багатомовні субтитри (SRT і VTT)

Для відео створіть один файл субтитрів мовою оригіналу, потім перекладайте лише текст кожного блоку. Час залишиться однаковим усіма мовами.

Крок 1: Створіть вихідний файл субтитрів

Використайте генератор субтитрів або конвертер MP4 у SRT та експортуйте SRT чи VTT мовою мовлення. Спочатку виправте текст і час; це шаблон для всіх мов.

Крок 2: Перекладайте текст блоку, а не структуру

Блок SRT містить номер, рядок із часовим кодом і текст. Змінювати слід лише текст. Ось вигаданий приклад:

12
00:01:04,200 --> 00:01:07,900
La reunión empieza el 3 de mayo a las 15:00.
12
00:01:04,200 --> 00:01:07,900
Зустріч починається 3 травня о 15:00.

Номер і часовий код залишаються однаковими. Дата й час адаптуються до аудиторії. Якщо перекладач приймає лише документи, скопіюйте текст у таблицю і вставте назад блок за блоком. Плани DeepL Pro можуть приймати SRT і VTT безпосередньо, як зазначено вище.

Крок 3: Перевірте довжину для читання

Перекладений рядок може бути довшим за оригінал, і блок, який зручно читався за 3,7 секунди, може більше не вміщуватися. Розділіть довгі блоки або скоротіть формулювання, але не змінюйте часові коди без повторної перевірки за аудіо.

Крок 4: Завантажте кожну мову окремою доріжкою

Називайте файли мовними кодами, наприклад talk.en.srt і talk.es.srt, і завантажуйте кожен окремою доріжкою субтитрів. Вибіркові доріжки дозволяють глядачам перемикати мови.

Метод 4: Додайте людську перевірку

Усе, що публікується, цитується або використовується в рішенні, має перевірити двомовна людина, порівнявши переклад із джерелом. Машинний текст часто звучить плавно навіть із помилками.

Простий аркуш перевірки прискорює роботу. Вигаданий приклад формату:

Блок Вихідний рядок Переклад Позначка Примітка перевіряльника
#37 Vamos a cerrar el trato el lunes Ми укладемо угоду в понеділок Добре —
#81 Eso no es moco de pavo Це не індичі соплі Ідіома Використати «Це неабияка справа»
#126 Facturamos 1,5 millones Ми виставили рахунків на 1,5 мільйона Число Уточнити валюту в мовця

Спрямуйте перевіряльника на імена, числа, цитати, юридичні чи медичні терміни та все позначене як незрозуміле. whispertranscribe.ai не пропонує людського транскрибування чи перекладу, тому цей крок залишається за вами або фахівцем.

Що впливає на якість перекладу мовлення в текст?

Якість визначається двічі: коли мовлення стає текстом і коли текст змінює мову. Деякі чинники шкодять обом етапам.

Чинник Вплив на транскрибування Вплив на переклад Що робити
Якість аудіо (шум, відлуння, відстань) Пропущені або неправильно почуті слова Помилки переходять у всі мови Записуйте біля мікрофона; використайте найчистіший оригінал
Акценти й діалекти Більше помилок у регіональному мовленні Регіональні слова можуть перекладатися буквально Виберіть регіональний варіант, якщо є
Технічні терміни Терміни записуються за звучанням Неправильні чи непослідовні відповідники Підготуйте словник і виправте терміни в джерелі
Мовна пара Залежить від мови мовлення Поширені пари зазвичай кращі за рідкісні Виділіть більше перевірки для менш поширених мов
Власні назви Імена стають загальними словами Імена «перекладаються» або змінюються Заздалегідь складіть список; знайдіть і виправте
Перемикання мов Посеред речення вгадується неправильна мова Змішаний текст плутає перекладач Використайте змішаний режим; позначайте кожну мову
Одночасне мовлення Репліки зливаються або зникають Втрачається зміст мовця Окремі мікрофони; перевіряйте позначки під час перебивань

Рекомендації Google щодо мовленнєвих даних кажуть, що кодеки з втратами, як MP3 і M4A, можуть знизити точність, а шум і відлуння шкодять більше при їх використанні. README OpenAI додає, що продуктивність Whisper значно різниться за мовами. Це дві вагомі причини перевірити короткий зразок перед великою партією.

Контрольний список після перекладу

Після кожного перекладу пройдіть список, перш ніж його побачить хтось поза командою:

  • Числа. Кожне число відповідає аудіо. Зверніть увагу на десяткову кому: «1,5» багатьма європейськими мовами — це 1.5 англійською.
  • Валюта й одиниці. Валюта залишається мовцевою, якщо перерахунок не зазначено; кілометри не змінюються непомітно на милі.
  • Імена й назви. Люди, компанії та місця записані за власним написанням, а не перекладені.
  • Дати й час. Порядок дня й місяця різний: 03/04 може означати 3 квітня або 4 березня. Коли це важливо, напишіть місяць словом.
  • Цитати. Прямі цитати перевірено за аудіо, а не лише транскриптом.
  • Ідіоми й гумор. Буквальні переклади ідіом замінено природними відповідниками або позначено.
  • Культурний контекст. Незрозумілі посилання отримують коротку примітку замість непомітної переробки.
  • Стиль. Формальне й неформальне звертання (tú/usted, du/Sie) відповідає стосункам мовців.
  • Позначки мовців. Кожен рядок усе ще належить правильній людині.
  • Незрозумілі уривки. Усе непевне позначено [unclear] обома мовами замість вгадування.

Коли потрібен професійний перекладач?

Використовуйте кваліфікованого перекладача-людину, якщо помилка може коштувати грошей, здоров'я, юридичного статусу чи довіри. Це не юридична порада; вимоги різняться за країною, судом і установою, тому уточніть у того, хто отримує документ.

Ситуація Чому машинного результату недостатньо
Імміграційні подання Правила США (8 CFR 103.2(b)(3)) вимагають повного англійського перекладу іншомовних документів для USCIS із засвідченням перекладача про повноту, точність і компетентність
Судові докази й свідчення Суди часто встановлюють власні правила, хто може перекладати чи засвідчувати
Контракти й угоди Одне неправильне слово може змінити зобов'язання
Медичні консультації та записи Дозування, симптоми й згода мають бути точними
Опубліковані цитати й пресматеріали Хибне цитування шкодить довірі та може створити відповідальність

Для менш ризикових завдань, як внутрішні нотатки, дослідницькі чернетки чи розуміння відео, машинного перекладу з власною перевіркою зазвичай достатньо.

Який формат експорту потрібен?

Вибирайте за наступним кроком. whispertranscribe.ai експортує транскрипти в DOCX, PDF, TXT, CSV, SRT і VTT.

Формат Для чого
DOCX Переклад у Word, DeepL або Google Translate; редагування з коментарями
TXT Вставлення в перекладач або іншу програму
PDF Незмінна копія затвердженого перекладу
CSV Аркуші перевірки поруч і кодування досліджень
SRT Доріжки субтитрів для YouTube, редакторів і плеєрів
VTT Субтитри для вебплеєрів HTML5

Поширені запитання

Чим відрізняються мовлення в текст і переклад мовлення в текст?

Мовлення в текст зберігає вихідну мову: іспанське аудіо стає іспанським текстом. Переклад мовлення в текст завершується іншою мовою, тож іспанське аудіо стає англійським текстом. Це можливо у два кроки — транскрибування й переклад — або за один із моделлю, яка відразу пише цільовою мовою. Двокроковий шлях легше перевірити, бо джерело можна виправити й згодом використати для інших мов.

Чи може Whisper перекладати аудіо іншими мовами, крім англійської?

Ні. Вбудоване завдання translate у Whisper видає лише англійську. Воно приймає мовлення багатьма мовами, але пише англійський текст. Для іншої цільової мови транскрибуйте оригіналом і перекладіть текстовим перекладачем. README OpenAI також зазначає, що типова turbo не навчена перекладу й повертає вихідну мову навіть на запит перекладу. Використовуйте medium або large.

Чи краще спершу транскрибувати, а потім перекладати?

Зазвичай так, якщо результат публікуватиметься, цитуватиметься або перекладатиметься кількома мовами. Вихідний текст можна виправити, тож неправильно почуте ім'я чи число виправляється один раз, а не в кожному перекладі. Пряме мовлення в англійську швидше, коли треба просто зрозуміти запис. Для багатомовних субтитрів найпрактичніший початок — виправлений вихідний SRT або VTT.

Наскільки точний переклад мовлення в текст?

Це залежить від аудіо, мовної пари й теми; універсального показника немає. Транскрибування чистого звуку може бути дуже точним. whispertranscribe.ai досягає до 99 % на чистому аудіо, а шум і акценти знижують точність. Переклад додає власні помилки, особливо в ідіомах, іменах і термінах. Поширені пари зазвичай кращі за рідкісні. Перевіряйте числа, імена й цитати та залучайте двомовного перевіряльника для важливого.

Чи можна перекласти субтитри й зберегти часові позначки?

Так. Перекладайте лише текст кожного блоку, залишаючи номери й часові коди незмінними. Це можна зробити вручну, вставляючи текст у перекладач і назад, або інструментом, що приймає файли субтитрів. DeepL перелічує SRT і VTT у Pro Individual, Pro Team, Pro Business та API. Документна функція Google Translate не перелічує субтитри. Після перекладу перевірте, чи довгі рядки можна прочитати за час показу.

Чи можна використовувати машинний переклад для юридичних або медичних записів?

Для першого ознайомлення — так, але не як остаточну версію. Юридичні, медичні, договірні та імміграційні матеріали часто потребують кваліфікованого перекладача, а деякі установи — засвідченого перекладу. Наприклад, імміграційні правила США вимагають засвідчення перекладачем повноти й точності англійського перекладу. Вимоги різняться за країною та установою, тому уточніть у отримувача. Це загальна інформація, не юридична порада.


Готові почати? Завантажте запис для перекладу аудіо англійською або спершу транскрибуйте мовою оригіналу для субтитрів та інших цільових мов. Можна спробувати безкоштовно без облікового запису. Платні плани від 9,99 долара/місяць за річної оплати; див. ціни. whispertranscribe.ai не пропонує API, людського транскрибування чи бота зустрічей.

Джерела

Хочете перетворити свої записи на текст?

Розшифровуйте аудіо й відео за допомогою whispertranscribe.ai.

Почати розшифрування ↗