Официальная расшифровка Meet от Google заблокирована за тарифом Workspace Business Standard по цене около 14 долларов за пользователя в месяц. В этом руководстве описывается бесплатный обходной путь: запись Meet, бесплатное приложение для Windows и готовая расшифровка за несколько минут.
Работает как с подпиской Workspace, так и без нее.
Если ваша учетная запись использует Workspace Business Standard или выше, запись встроена: нажмите на меню с тремя точками внутри Meet и выберите «Записать встречу». Если вы используете личный аккаунт Google или тариф Workspace без записи, запустите бесплатный локальный рекордер экрана перед тем, как присоединиться к звонку. OBS Studio — самый популярный выбор. Встроенный Xbox Game Bar (Win+G) и ShareX тоже отлично работают. Что бы вы ни выбрали, убедитесь, что включена опция «Захват системного звука», иначе вы запишете видео без звука.
Если Google Meet записал для вас звонок, файл сохраняется в папке «Мой диск» -> «Meet Recordings» в формате MP4. Откройте Drive, найдите файл и скачайте его. Если вы использовали рекордер экрана, файл уже находится на вашем диске там, куда вы его сохранили. В любом случае у вас должен получиться один файл .mp4. Размер файлов обычно составляет от 50 до 300 МБ за час в зависимости от разрешения и транслируемого контента.
Скачайте StarWhisper с главной страницы. Установщик весит около 200 МБ при первом запуске, так как он содержит модель Whisper. Регистрация, кредитная карта и облачные компоненты не требуются. После установки запустите приложение один раз и пройдите 30-секундную настройку (выберите микрофон по умолчанию, горячую клавишу, примите значения по умолчанию для всего остального). Теперь вы готовы к расшифровке.
Откройте Проводник в папке, где сохранена запись. Перетащите файл .mp4 в окно StarWhisper. Приложение автоматически извлечет аудиодорожку, определит разговорный язык и начнет расшифровку. 60-минутный звонок обычно занимает от 5 до 15 минут на современном процессоре ноутбука или от 1 до 3 минут на видеокарте NVIDIA с использованием пакета ускорения CUDA. Прогресс отображается в реальном времени. Вы можете свернуть окно и продолжить работу.
По завершении расшифровка появится в окне StarWhisper. Прочитайте ее на экране, скопируйте весь текст в буфер обмена или сохраните в файл .txt. Вставьте в Google Docs, Notion, Confluence, OneNote или в систему заметок вашей команды. Расшифровка представляет собой простой текст без меток спикеров, что делает файл легко переносимым. Итоговая стоимость: ноль. Никаких апгрейдов Workspace, подписки на Otter и поминутной оплаты.
Бесплатный рабочий процесс, выполняющий те же задачи, что и тариф за 14 долларов на пользователя.
Workspace Business Standard стоит примерно 14 долларов за пользователя в месяц или 168 долларов в год за рабочее место. Для команды из пяти человек это 840 долларов в год только за возможность включить расшифровку. Этот рабочий процесс остается бесплатным для тех, кто расшифровывает записи изредка, или стоит 10 долларов в месяц за человека на тарифе Pro, если вы расшифровываете длинные встречи каждый день.
MP4-файл лежит на вашем жестком диске. StarWhisper выполняет расшифровку локально на вашем процессоре или видеокарте. В процессе расшифровки ничего не загружается в Google, OpenAI или третьим лицам. Подробнее о конфиденциальности и офлайн-архитектуре.
Тот же процесс подходит для Zoom, Microsoft Teams, Webex, Slack Huddles и всего остального, что можно записать. Движок расшифровки рассматривает любую запись просто как аудиофайл. Ознакомьтесь с руководствами по расшифровке звонков в Zoom, чтобы узнать о специфических для платформы шагах записи.
Распределенные команды, проводящие звонки в Meet на английском, испанском, немецком, французском, японском и мандаринском языках, останутся довольны. Whisper автоматически определяет разговорный язык. Страница поддержки нескольких языков.
Эта же установка позволяет вам надиктовывать текст в Google Docs, Chat или любое текстовое поле Windows, удерживая горячую клавишу. Ознакомьтесь с руководством по голосовому вводу в Google Docs, чтобы узнать, как это работает.
Владельцы видеокарт NVIDIA обрабатывают часовую встречу за 1–3 минуты через CUDA 11 или 12. Без видеокарты современные процессоры справляются с той же задачей за 5–15 минут. Любой из этих путей быстрее, чем повторно прослушивать встречу.
В Google Meet есть бесплатные живые субтитры, но официальный экспорт расшифровки скрыт за тарифом Workspace Business Standard или выше. Business Standard стоит около 14 долларов за пользователя в месяц при ежегодной оплате. Для внештатного специалиста или небольшой команды, которой расшифровка нужна лишь для нескольких звонков в месяц, это серьезная статья расходов. Многие команды остаются на бесплатном тарифе или более дешевом плане Workspace, в итоге либо делая рукописные заметки, либо оплачивая сторонний сервис вроде Otter или Fireflies поверх Workspace.
У более дешевых сторонних сервисов есть свои компромиссы. Они присоединяются к встрече в качестве бота, который объявляет о себе в списке участников и заставляет нервничать тех, кто участвует в конфиденциальных звонках. Они загружают аудио встреч на свои серверы, что является проблемой для юридических, медицинских, кадровых дискуссий или сделок M&A. И они добавляют еще одну ежемесячную подписку поверх Workspace, от которой люди как раз и пытались уйти, не переходя на Business Standard.
В этом руководстве описан рабочий процесс, который выбирает большинство независимых транскрибаторов и команд, заботящихся о конфиденциальности. Запишите звонок в Meet (с помощью записи Workspace, бесплатного рекордера экрана или записи, которой поделился коллега), а затем расшифруйте полученный MP4 с помощью StarWhisper на вашем ПК с Windows. Бесплатно, локально, без бота на встрече и без поминутной оплаты.
Главный секрет всего этого процесса — наличие самой записи. Три распространенных способа ее получить:
Во время встречи нажмите на меню с тремя точками, выберите «Записать встречу» и подтвердите запрос, требующий уведомить участников. Когда звонок завершится, запись будет обработана и появится в папке «Мой диск» -> «Meet Recordings», обычно в течение нескольких минут. Вы получите MP4-файл со смешанным аудио всех участников, видео активного спикера и любым демонстрационным экраном.
Перед тем как присоединиться к звонку, запустите OBS Studio, встроенный Xbox Game Bar (Win+G в Windows 10/11), ShareX или любой другой рекордер экрана. Критически важная настройка — «Захват звука с рабочего стола» или «Запись системного звука», которая фиксирует то, что ваш компьютер воспроизводит через динамики. Без этого вы получите только видео. Выберите MP4 в качестве формата вывода, если ваш рекордер предлагает выбор. Начните запись прямо перед тем, как войти в звонок, и остановите ее после того, как все уйдут.
Если организатор или другой участник записал звонок и прислал вам ссылку на Drive, нажмите на нее, скачайте MP4, а затем перейдите к шагу три.
Всегда говорите другим участникам, что вы ведете запись. В большинстве юрисдикций требуется согласие хотя бы одной стороны, но профессиональная и этичная практика заключается в том, чтобы уведомлять об этом. В некоторых организациях и контрактах явно запрещен локальный захват внутренних встреч, поэтому проверьте, прежде чем использовать этот метод для важных звонков.
Запись Google Meet (как из Workspace, так и от рекордера экрана) представляет собой один файл MP4 со одной смешанной аудиодорожкой, содержащей все голоса, а также одну видеодорожку с тем, кто в тот момент был на экране. Для расшифровки важно только аудио. В нем нет каналов для каждого отдельного спикера, поэтому ни StarWhisper, ни любой другой транскрибатор с одной дорожкой не может автоматически расставить метки, кто что сказал.
StarWhisper выдаст чистую непрерывную расшифровку с разбиением на предложения и естественной пунктуацией. Для типичных встреч, где нужно зафиксировать задачи и решения, этого достаточно: просмотрите расшифровку, мысленно соотнесите реплики с теми, кто, как вы помните, их произносил, выберите четыре-пять решений и задач, поделитесь с командой. Если вам нужны формальные дословные расшифровки с метками спикеров (судебные заседания, допросы, академические исследовательские интервью), вам потребуется либо платный облачный сервис диаризации, либо установка с несколькими микрофонами, где у каждого спикера есть своя дорожка.
Расшифровка записанной встречи происходит быстрее, чем в реальном времени, иногда намного быстрее. Примерное время работы для модели medium по умолчанию на различном оборудовании:
| Оборудование | Встреча 30 мин | Встреча 60 мин | Встреча 2 часа |
|---|---|---|---|
| Современный процессор ноутбука (i7 или Ryzen 7) | 3–6 мин | 6–12 мин | 12–25 мин |
| NVIDIA RTX 3060 (CUDA) | 30–60 сек | 1–2 мин | 2–5 мин |
| NVIDIA RTX 4090 (CUDA) | 10–20 сек | 20–40 сек | 1–2 мин |
| Старый процессор (5+ лет) | 10–20 мин | 25–45 мин | 50–90 мин |
Для большинства офисных ноутбуков, выпущенных за последние три года, ожидайте, что часовая запись Meet будет расшифрована за 6–12 минут. Если вы делаете это регулярно и в машине есть видеокарта NVIDIA, пакет CUDA сокращает время примерно на порядок.
Распределенные команды, проводящие звонки в Meet между Берлином, Токио и Сан-Паулу — один из главных примеров использования этого процесса. Whisper поддерживает 96 языков с высокой точностью на английском, немецком, испанском, французском, итальянском, португальском, нидерландском, польском, японском, китайском, корейском, хинди, русском, арабском и турецком, среди прочих. Модель автоматически определяет разговорный язык в начале файла.
Для встреч, где спикеры переключаются между языками прямо во время звонка (частая европейская практика), Whisper достаточно хорошо справляется с короткими переключениями, хотя он привязывается к основному языку. Если у вас встреча наполовину на испанском, наполовину на английском, вы можете получить лучшие результаты, разделив запись на два клипа и расшифровав каждый на заявленном языке. Страница поддержки нескольких языков более подробно описывает точность для каждого языка.
Также возможен перевод. StarWhisper может взять запись на иностранном языке и расшифровать ее прямо на английский текст с использованием режима перевода Whisper. Это полезно для внутренних команд в США или Великобритании, пытающихся следить за встречей партнеров на другом языке без оплаты услуг переводчика. Качество, как правило, хорошее для основных языков и снижается для менее распространенных.
Этот процесс позволяет сохранить аудио встречи и расшифровку на вашем устройстве. Записи Workspace хранятся в вашем собственном Google Drive; вы управляете доступом. Записи с рекордера экрана сохраняются на ваш жесткий диск. StarWhisper в локальном режиме обрабатывает файл на вашем процессоре или видеокарте. Результатом является простой текстовый файл .txt на вашем ПК. Ничто не покидает вашу сеть, если только вы сами не решите им поделиться (вставить в облачный документ, отправить по электронной почте, загрузить куда-либо).
Для сравнения, облачные сервисы транскрипции. Otter, Fireflies, Notta и аналогичные инструменты присоединяются к звонку как бот и загружают аудио на свои серверы. Даже собственная расшифровка от Google обрабатывает аудио в облаке Google. Для конфиденциальных звонков (обсуждение сделок M&A, оценки эффективности, интервью с клиентами по NDA, юридическая стратегия, разбор медицинских случаев) рабочий процесс, работающий исключительно локально, становится существенным улучшением в плане контроля над данными.
Если вы работаете в регулируемой отрасли, та же архитектура поддерживает ваши требования по комплаенсу. В FAQ по соответствию HIPAA рассказывается, что именно локальная обработка означает для защищенной медицинской информации.
Рекрутеры, проводящие собеседования с кандидатами, менеджеры по продажам на звонках для выявления потребностей и руководители CS, занимающиеся продлением контрактов — всем им нужны расшифровки, но они редко могут обосновать отдельную статью расходов на транскрипцию. Рабочий процесс здесь такой же, как и для любой другой встречи: запишите локально, расшифруйте потом. Для команд продаж, выполняющих большой объем работы, руководство по голосовому вводу для менеджеров по продажам описывает интеграцию с CRM. Для рабочих процессов HR и рекрутинга страница голосового ввода для HR-менеджеров описывает транскрипцию собеседований и связанные с ними требования к конфиденциальности. Для более глубокой интеграции с Teams вместо Meet руководство по голосовому вводу в Teams является прямым аналогом.
Тот же процесс с локальной записью без тарифа Zoom Business за 199 долларов.
Записывайте звонки Teams и превращайте запись из OneDrive в текст, доступный для поиска.
Надиктовывайте текст голосом прямо в чат Teams во время живой встречи.