Whisper
Открытая нейросеть OpenAI для распознавания речи: переводит аудио и видео в текст на 99 языках, включая русский. Бесплатно работает на своём компьютере, есть недорогой API.
Где попробовать Whisper в России
Агрегаторы, в которых собраны нейросети этого типа. Наличие конкретной модели проверяйте на сайте сервиса.
| Сервис | Кому подходит | Цена от | Действие |
|---|---|---|---|
| ChadGPT | Универсальный и простой за 290 рублей в месяц и всё есть | 290 ₽ | Попробовать |
| SYNTX | Работа в боте или веб-версии, 100+ моделей, включая видео и музыку | 756 ₽ | Попробовать |
| Study24 | 50+ моделей в одной подписке: тексты, картинки, музыка | 549 ₽ | Попробовать |
Что умеет
- Распознавание речи на 99 языках, хорошо понимает русский
- Перевод речи с любого языка на английский
- Расстановка временных меток — готовые субтитры SRT и VTT
- Модели от tiny до large-v3 и быстрая large-v3-turbo
- Открытый код и веса под лицензией MIT
- Работает офлайн на компьютере, в том числе без видеокарты
- Быстрые реализации: whisper.cpp, faster-whisper
- API OpenAI — около $0,006 за минуту
Для каких задач
- Расшифровка интервью, лекций и созвонов
- Субтитры для YouTube и Reels
- Конспекты из аудио и видео
- Расшифровка голосовых сообщений
- Распознавание речи в своих приложениях и ботах
- Транскрибация подкастов
Whisper — открытая нейросеть для распознавания речи
Whisper — модель OpenAI для автоматического распознавания речи, выпущенная в сентябре 2022 года с открытым кодом и весами. Её обучили на 680 тысячах часов аудио на разных языках, поэтому Whisper уверенно справляется с акцентами, фоновым шумом и специальной лексикой. Сегодня Whisper — стандарт транскрибации: на нём работают сотни сервисов, программ и ботов.
Что умеет Whisper
- Расшифровка речи на 99 языках, включая русский.
- Перевод на английский — речь на любом языке сразу в английский текст.
- Временные метки — готовые субтитры в форматах SRT и VTT.
- Автоопределение языка.
- Офлайн-работа — аудио не уходит в облако.
Модели Whisper
| Модель | Особенности |
|---|---|
| tiny, base | Очень быстрые, для слабых устройств, качество ниже |
| small, medium | Баланс для обычного компьютера |
| large-v3 (ноябрь 2023) | Максимальная точность |
| large-v3-turbo (октябрь 2024) | В несколько раз быстрее large-v3 при близком качестве |
Ускоренные реализации whisper.cpp и faster-whisper позволяют расшифровывать часы аудио даже без мощной видеокарты.
Как пользоваться
- Без программирования — установите Buzz, MacWhisper или Subtitle Edit: это программы с интерфейсом на основе Whisper.
- Через командную строку — установите пакет и запустите расшифровку:
pip install -U openai-whisper
whisper interview.mp3 --model large-v3-turbo --language ru --output_format srt
- Через API OpenAI — около $0,006 за минуту. Для новых проектов OpenAI также предлагает модели gpt-4o-transcribe и gpt-4o-mini-transcribe.
Для чего подходит
- расшифровка интервью, лекций и созвонов;
- субтитры для YouTube и Reels;
- конспекты из аудио и видео;
- расшифровка голосовых сообщений;
- распознавание речи в своих ботах и приложениях — например, в связке с n8n.
Ограничения: Whisper не разделяет речь по спикерам без дополнительных инструментов и иногда «додумывает» текст на тишине. Для расшифровки с разметкой спикеров удобнее Scribe от ElevenLabs.
Whisper в России
Локальная версия работает в России без ограничений: модель скачивается с GitHub или Hugging Face и запускается на вашем компьютере. Недоступен только API OpenAI — компания не обслуживает пользователей из России. Многие российские сервисы транскрибации и агрегаторы используют Whisper под капотом.
Плюсы и минусы
Плюсы: бесплатно и с открытым кодом; отличный русский; работает офлайн; готовые субтитры; огромная экосистема программ.
Минусы: нет разделения по спикерам из коробки; галлюцинации на тишине; большим моделям нужна видеокарта; установка требует базовых навыков.
Ограничения
- Нет разделения по спикерам из коробки — нужны дополнительные инструменты
- На тишине и шуме иногда «придумывает» текст
- Для больших моделей желательна видеокарта
- Нужно немного технических навыков для установки
Готовые промпты и инструкции
Готовые шаблоны запросов под бизнес-задачи — в Telegram.
Альтернативы Whisper
Лидер синтеза речи: озвучка текста живыми голосами на 70+ языках, включая русский, клонирование голоса, дубляж видео, генерация музыки и звуков, расшифровка речи и голосовые агенты.
Самый популярный ИИ-ассистент от OpenAI: пишет тексты, ищет в интернете, анализирует файлы, создаёт картинки, говорит голосом и работает как агент. Есть бесплатная версия.
ИИ-ассистент Google: чат и поиск, анализ документов до 1 млн токенов, картинки Nano Banana, видео Veo и интеграция с Gmail, Документами и YouTube.
Частые вопросы
Whisper бесплатный?
Да. Whisper — открытая модель под лицензией MIT: её можно бесплатно скачать и пользоваться без ограничений, в том числе в коммерческих проектах. Платно — только API OpenAI, около $0,006 за минуту аудио.
Хорошо ли Whisper распознаёт русский?
Да, русский — один из языков с высоким качеством распознавания. Лучшие результаты дают модели large-v3 и large-v3-turbo.
Как пользоваться Whisper без программирования?
Есть готовые программы с интерфейсом на его основе: Buzz (Windows, Mac, Linux), MacWhisper, Subtitle Edit. Также Whisper встроен во многие онлайн-сервисы транскрибации и в агрегаторы нейросетей.
Какую модель выбрать?
Для слабого компьютера — small или medium. Для лучшего качества — large-v3. Оптимальный баланс скорости и точности — large-v3-turbo: она в несколько раз быстрее при близком качестве.
Работает ли Whisper в России?
Да, локальная версия работает без ограничений: модель скачивается и запускается на вашем компьютере. Недоступен только API OpenAI — OpenAI не обслуживает Россию.
Умеет ли Whisper делать субтитры?
Да, Whisper расставляет временные метки и сохраняет результат в форматы субтитров SRT и VTT, которые можно сразу загрузить на YouTube или в видеоредактор.