Сервис транскрибации аудио и видео в текст

Проекту Diarum исполнился год. Спасибо, что пользуетесь сервисом, присылаете обратную связь и доверяете нам свои записи — именно это помогает нам развиваться.

К этой дате мы выпустили большое обновление: обновили дизайн, сделали интерфейс спокойнее и понятнее, а сам сервис — доступнее в ежедневной работе.

Что нового

• обновлённый визуальный стиль — единый современный вид на главной, в кабинете и на страницах входа;
• переработаны ключевые экраны: проще ориентироваться, меньше визуального шума;
• вход через Google и Яндекс — можно авторизоваться в один клик, без лишней регистрации;
• подробный статус обработки — в личном кабинете видно, на каком этапе находится файл и что происходит сейчас;
• учтены ваши пожелания за этот год — доработали сценарии, тарифы и удобство работы с сервисом.

Мы продолжаем развивать Diarum как специализированный инструмент для расшифровки: точнее, прозрачнее и ближе к тому, как вы реально работаете с записями.

Спасибо, что вы с нами. Хороших расшифровок!

Мы обновили конструктор сессий, чтобы вы получали результат быстрее и без лишней путаницы. Интерфейс стал проще, шагов с техническими нюансами — меньше, а запуск обработки теперь понятен с первого раза.

Итог: меньше действий до старта расшифровки и меньше риска ошибиться в настройках.

Стоимость тарифов немного увеличена. Количество минут и логика начисления сохранены без изменений.

Актуальные цены и пакеты смотрите на странице тарифов.

Мы добавили новую обработку для более точной диаризации. В экосистеме NeMo это направление часто описывается через подход Sortformer: модель напрямую лучше связывает речь с таймингами и спикерами в одном потоке обработки.

Что это меняет для вас на практике:

• лучше разделяются реплики по спикерам в сложных диалогах;
• снижается число ошибок на стыках фраз и при быстрых переключениях речи;
• стабильнее обрабатываются записи с шумом, реверберацией и «плотной» беседой;
• файлы, которые раньше давали нестабильную диаризацию, теперь чаще проходят корректно.

Итог: расшифровка стала аккуратнее именно там, где раньше было больше всего ручных правок после автоматической обработки.

Мы обновили аудио-пайплайн в Diarum и сделали DeepFilterNet3 основным модулем шумоподавления. Обработка стала не «одинаковой для всех файлов», а адаптивной под тип записи.

Что теперь происходит в пайплайне:

• на входе анализируются SNR, громкость и признаки реверберации;
• автоматически выбирается режим обработки (например, для «телефонного» или более чистого сигнала);
• при обнаружении реверберации подключается dereverb (WPE), чтобы убрать «хвосты» помещения;
• DeepFilterNet3 обрабатывает длинные файлы чанками с кроссфейдом, без заметных стыков и щелчков;
• после шумоподавления применяется пост-обработка и loudnorm для ровной итоговой громкости.

Для пользователя это означает более чистый и понятный звук перед распознаванием: меньше фонового шума, меньше влияния эха, лучше различимость реплик и более стабильная диаризация на сложных записях.

Отдельно улучшилась надежность: если DeepFilterNet недоступен, система не останавливается и использует fallback-обработку, чтобы файл все равно был корректно обработан.