Аудио в текст на български: 5 начина, повечето безплатни

За да превърнеш аудио в текст на български, качи записа в услуга за транскрипция, която разпознава български, и след няколко минути копирай готовия текст с пунктуация. Безплатно това става на transkriptsiya.bg (един файл до 30 минути, без регистрация), с Whisper на собствения ти компютър или с автоматичните надписи на YouTube, а ако плащаш Microsoft 365, Word има вградено транскрибиране. Гласовото въвеждане в Google Документи е за диктуване в микрофона, не за готови записи.

Аудио в текст: кой начин за какъв запис

Безплатно онлайн, без инсталиране: Transkriptsiya

1. Отвори transkriptsiya.bg и пусни файла в полето за качване или кликни, за да го избереш. Гласовите бележки от iPhone (M4A) стават направо, а видео (MP4, MOV) не е нужно да превръщаш в аудио.
2. Изчакай няколко минути. Дългите записи браузърът сам разделя на части, а ти качваш файла само веднъж.
3. Получаваш текст с пунктуация, разделен по говорители (Говорител 1, Говорител 2 …), с време за всяка дума.
4. Натисни Копирай или Изтегли и избери Текст (.txt), Субтитри (.srt) или Субтитри (.vtt).

Без акаунт се транскрибира един файл до 30 минути; при по-дълъг запис виждаш първите 30 минути. Ако влезеш с Google или Apple, до януари 2027 г. акаунтът ти има Pro безплатно: до 10 часа транскрипция на месец, без карта.

На страницата с резултата текстът не се редактира, а сайтът разпознава само български и не превежда. Файл за Word не се прави: копирай текста и го постави в документа. Ако искаш да поправяш, по-удобно е да импортираш записа в бележка в Моите бележки (менюто ⋯ на бележката, Импортирай запис). Там дума се поправя с двойно щракване, щракване върху изречение пуска записа оттам, а Питай AI прави резюме, списък със задачи или протокол от среща.

Колко точно? При ясно четена реч от набора FLEURS Transkriptsiya сгреши 4,3 % от думите. Whisper large-v3 при същите записи сгреши 12,1 %. При срещи, шум и телефонни разговори грешките са повече при всеки инструмент (как сравнихме).

Звукът отива в ElevenLabs (САЩ) само за обработка и не се пази при нас. Транскрипцията без акаунт е само в отворения раздел на браузъра, затова я изтегли, преди да го затвориш. Подробностите са в политиката за поверителност.

Word: Транскрибиране, ако имаш Microsoft 365

Към октомври 2026 г., според помощта на Microsoft, транскрибирането работи в Word за уеб (в Edge или Chrome) и в Word за Microsoft 365 под Windows при фирмени акаунти. Български (България) е в списъка с езици.

1. Отвори документ и в раздела Начало натисни стрелката до Диктовка, после Транскрибиране.
2. Избери Качване на аудио и посочи файла: .mp3, .m4a, .wav или .mp4.
3. Изчакай. По думите на Microsoft обработката може да отнеме приблизително колкото трае записът.
4. Прегледай текста по части, поправи грешките и натисни Добавяне на всички към документа.

С абонамент за Microsoft 365 можеш да транскрибираш до 300 минути качено аудио на месец. Говорителите се отбелязват като „Говорител 1“, „Говорител 2“, а самият запис се запазва в папката Transcribed Files в OneDrive. Ако не виждаш бутона, Microsoft съветва да провериш дали си влязъл с активен абонамент. Този начин стига, когато вече плащаш Microsoft 365 и искаш текста направо в документа.

YouTube: безплатни надписи, ако записът е видео

Автоматичните надписи на YouTube работят и на български. Качваш видеото, YouTube сам прави надписите, а после в YouTube Studio, в менюто Субтитри, избираш видеото и ги преглеждаш и поправяш.

Какво пише в помощта на YouTube:

• Аудиофайлове като MP3 и WAV не могат да се качат като видео (поддържани формати). Запис от диктофон първо трябва да превърнеш във видео с програма за монтаж.
• Надписите може да не са готови веднага след качването, а при много дълго видео, лош звук или реч, която се застъпва, може да не се появят изобщо.
• Автоматичните надписи може да не предадат говора точно заради произношение, акценти, диалекти или фонов шум.

Стига, когато видеото и без това отива в YouTube и ти трябват надписи там. Ако ти трябва файл със субтитри за друга платформа или за програма за монтаж, виж субтитри на видео.

Whisper: безплатно на твоя компютър

Whisper е отворен модел на OpenAI за разпознаване на реч. Кодът и моделите са под лиценз MIT, тоест безплатни, а записът не напуска компютъра ти. Подходящ е, ако не те плаши командният ред.

1. Инсталирай Python, после Whisper с pip install -U openai-whisper.
2. Инсталирай ffmpeg, без който Whisper не работи (на Windows например с choco install ffmpeg или scoop install ffmpeg).
3. Пусни whisper zapis.mp3 --language Bulgarian --model turbo.

Whisper записва резултата наведнъж в няколко файла: TXT, SRT, VTT, TSV и JSON. Говорителите не се отбелязват. README посочва и нужната видеопамет: около 6 GB за turbo, около 10 GB за large и около 2 GB за small. Пак там пише, че точността варира силно според езика. Пробвай първо с няколко минути от записа, за да видиш колко време отнема и колко поправки ще трябват.

Google Документи: за диктуване, не за записи

Гласовото въвеждане в Google Документи пише, докато говориш в микрофона. Работи в Chrome, Edge и Safari: в документа избери Tools → Voice typing (Инструменти → гласово въвеждане) и български от списъка с езици. Гласовите команди работят само на английски, затова провери запетаите и точките след това.

Стига за писмо, статия или бележка, която още не си записал. За запис, който вече имаш, не е решение: помощта на Google описва само диктуване в микрофона. Ако искаш да диктуваш направо в бележка, виж диктуване на текст.

Как да има по-малко поправки

• Записвай отблизо. При интервю сложи телефона на масата между вас, а на лекция седни отпред. Ако още не си записал, можеш да записваш направо в браузъра с онлайн диктофона и текстът се появява под записа.
• Задай езика изрично, вместо да оставяш програмата да го отгатва: в Whisper с --language Bulgarian, в Моите бележки в Настройки, Език на речта.
• Провери имената и числата. Фамилии, фирми, улици, суми и дати са местата, които си струва да чуеш отново, преди да цитираш или изпратиш текста.
• Внимавай с формата. Гласовите съобщения от WhatsApp са .opus: преименувай ги на .ogg или ги преобразувай в MP3. Файловете WMA и AMR първо преобразувай в MP3, например с VLC.
• Телефонните разговори имат по-лош звук от запис в стаята, затова очаквай повече поправки. Кажи на събеседника, че записваш.