Gemini Transcribe: 4 шага до расшифровки часа аудио бесплатно

Что такое Gemini 3.5 Transcribe и чем это НЕ является

Первая путаница, которую стоит снять сразу: это НЕ новая версия обычного чата, с которым ты, возможно, уже переписывался. Основная линейка моделей чата (3.7 Flash и другие на 18 августа 2026) разобрана в отдельном материале про сам чат этой компании - транскрипция вышла на неделю позже как отдельный, узкоспециализированный продукт под одну конкретную задачу. Если интересно, как этот чат смотрится рядом с другими флагманами рынка - есть отдельное сравнение крупных нейросетей

По документации разработчика функция «превращает необработанный звук из аудиофайла прямо в точный, отформатированный текст» - сама определяет говорящего, расставляет знаки препинания и убирает слова-паразиты вроде «эээ» и «ну». Результат выглядит как чистовик, а не сырая распечатка

«Модель преобразует необработанный аудиоконтент прямо в точный, отполированный текст с форматированием»

- анонс компании, 26 августа 2026

Что это тебе даёт: ты сразу ищешь нужную функцию, а не путаешь её с обычным разговором в переписке - формально похожие названия, а задачи совсем разные

Что приготовить заранее

Первая фраза ответа: ничего технического готовить не нужно, хватит двух вещей - самой записи и обычного личного входа

Запись подходит в любом ходовом формате (mp3, wav, m4a, aac) - конвертировать заранее не придётся, форматы принимаются напрямую. Вход - обычный личный аккаунт, тот же, что для почты, отдельная регистрация под эту функцию не нужна

Что это тебе даёт: с готовым файлом и обычным входом весь путь до текста занимает не больше нескольких минут. Если аккаунта ещё нет вообще ни для одного инструмента такого рода - обзор бесплатных нейросетей под разные задачи поможет понять, с чего начать список

Шаг 1. Рабочая панель вместо обычного чата

По документации разработчика функция доступна через рабочую панель AI Studio, а не через привычное окно, где обычно печатают вопросы модели - это отдельный раздел с работой напрямую с файлами, ключами и настройками ответа. Как в неё попасть и что там устроено, подробно с проверкой каждого экрана разобрано в отдельном материале про получение личного ключа для этой же панели - здесь эта часть не дублируется, а сразу переходим к тому, что происходит внутри именно с аудиозаписью

Что это тебе даёт: одна и та же панель обслуживает сразу несколько задач с файлами (текст, картинки, звук) - расшифровка не отдельный сервис, а один из режимов уже знакомого интерфейса. Та же модель умеет создавать готовые документы прямо из переписки - похожий принцип разобран в материале про создание файлов Word и Excel без установки программ, только там это делает другой инструмент того же класса

Шаг 2. Прикрепи запись и опиши задачу словами

По документации разработчика достаточно прикрепить аудиофайл к сообщению и текстом описать, что с ним сделать - формулировки вроде «расшифруй это аудио полностью» хватает, специальной команды или синтаксиса не требуется

Ответ приходит текстом за одну-две минуты для короткой записи, для часовой может понадобиться чуть больше времени. По документации в ответе может стоять разметка по говорящим, если в записи несколько голосов - модель сама распознаёт смену собеседника

Официальный лимит на такой запрос - до одного часа звука за раз, это прямо прописано в документации:

Функция входит в бесплатный уровень полностью - платить нужно только за очень большие объёмы, счётчик идёт по минутам звука, и одна личная запись в месяц в него не упирается

Какие форматы записи принимает функция

Первая фраза ответа: почти любой обычный аудиофайл подходит без конвертации - по документации разработчика список поддерживаемых форматов широкий

Таблица прокручивается вбок →

Что это тебе даёт: не нужно тратить время на поиск конвертера - запись с телефона, диктофона или профессионального микрофона в подавляющем большинстве случаев подходит как есть

Шаг 3. Раздели длинную запись заранее

Официальный лимит одного запроса - час звука, а с включённой разметкой по говорящим и точным временем каждой фразы - тридцать минут. Дальше: запись длиннее этого стоит разрезать заранее в любом бесплатном редакторе аудио (подойдёт даже встроенный диктофон на телефоне) на два-три файла по 40-50 минут

Что это тебе даёт: вместо одного отказа с ошибкой на середине часа приходит несколько отдельных расшифровок, которые остаётся собрать в один документ простым копированием текста друг за другом

Шаг 4. Если нужны имена говорящих и точное время каждой фразы

Первая фраза ответа: базовый режим не всегда подписывает, кто именно что сказал - для протокола встречи с несколькими голосами иногда важны точные имена и время каждой реплики, и это отдельная возможность той же модели

По документации разметка по говорящим и метки времени на уровне отдельных слов доступны не в обычной переписке, а через персональный ключ доступа - тот же самый, что описан в материале про подключение AI Studio к своим программам. Ключ передаётся программе, а дальше именно она задаёт модели точный формат ответа с именами и временем вместо простого текста

Что это тебе даёт: если хватает обычного текста без разметки по говорящим - три предыдущих шага уже закрывают задачу целиком, ключ нужен только когда важно точно знать, кто и когда что произнёс

Если сервис не открывается напрямую

Первая фраза ответа: доступ к сервисам компании из некоторых стран официально ограничен по региону - и расшифровка звука не исключение из этого правила

На соседней странице про сам чат этой компании 18 августа 2026 зафиксирован прямой замер: адрес отвечал с российского адреса быстро, сеть его не режет - ограничение стоит именно со стороны компании, по региону аккаунта, а не наоборот. Практический вывод: нужен обходной канал доступа или сервис-посредник, который даёт доступ к тем же моделям без прямого обхода - подробный разбор рабочих способов уже собран на той же соседней странице, повторять его здесь смысла нет

Что это тебе даёт: не тратишь время на прямые попытки там, где ограничение стоит на стороне самой компании

Офлайн-путь без загрузки записи в чужое облако

Первая фраза ответа: если доступ закрыт совсем или запись слишком личная, чтобы отправлять её наружу, у задачи «файл в текст» есть путь без интернета вообще - через открытую модель Whisper, которая работает прямо на компьютере

Важно не перепутать это с диктовкой на лету: диктовка - это когда говоришь, а текст появляется по ходу речи, тому посвящён отдельный материал про включение диктовки на компьютере. Здесь другая задача - готовый файл записи целиком превращается в текст за один проход, а не по ходу разговора

Полный разбор трёх способов такой офлайн- и онлайн-расшифровки (что выбрать по деньгам и по объёму записей) уже собран отдельно на странице чем ещё расшифровать аудио в текст - там разбираются другие сервисы этой задачи, здесь же речь только про функцию одной конкретной компании

Таблица прокручивается вбок →

Что это тебе даёт: выбор между удобством облака (ничего не ставить, файл уходит наружу) и приватностью офлайна (файл остаётся на месте, но нужна разовая настройка) - какой путь выбрать, зависит от того, что именно записано на этом часе

Лимиты по времени: базовый режим против режима с именами говорящих

Первая фраза ответа: у функции два разных потолка по длительности, и путать их - частая причина недоразумений

Таблица прокручивается вбок →

Что это тебе даёт: если запись длится 45 минут и нужен только текст - делить её не придётся, а вот для того же файла с именами говорящих деление уже понадобится

Русский язык: подтверждено официально

Первая фраза ответа: поддержка русской речи у этой функции подтверждена официально, не косвенно и не догадкой

По документации разработчика функция поддерживает больше 85 языков и сама определяет, на каком языке идёт речь, даже если в одной записи несколько языков сразу - переключать ничего вручную не нужно

Что это тебе даёт: загружаешь файл с русской речью как есть, без предварительной настройки языка

Пять ошибок при работе с этой функцией

Что почитать дальше на этом же сайте

Расшифровка звука - только одна функция в экосистеме инструментов, и рядом с ней есть ещё несколько связанных тем

• Сам чат этой компании: 6 шагов до первого ответа - если ещё не пользовался обычной перепиской и нужен вход с нуля
• Получение личного ключа для AI Studio за 3 шага - продвинутый путь с именами говорящих и временем реплик начинается именно с этого ключа
• Чем ещё расшифровать аудио в текст: 3 способа - если нужно сравнение с другими сервисами и офлайн-вариантами по деньгам
• Голосовой ввод: 3 способа включить бесплатно - если нужна диктовка на лету, а не расшифровка готового файла
• Нейросеть для перевода видео: 5 шагов до русской озвучки - смежная задача, когда запись нужно не расшифровать, а перевести на другой язык
• Расшифровка через отдельный навык в Claude - ещё один путь для тех, кто уже работает в этой среде
• Нейросети и инструменты - полный список материалов про инструменты на этом сайте

Источники

Все страницы открыты живьём 05.09.2026, замер доступности через curl - собственный own-run того же дня

• Официальный анонс модели: blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-3-5-transcribe
• Официальная карточка модели в документации разработчика: ai.google.dev/gemini-api/docs/models/gemini-3.5-transcribe
• Документация по расшифровке: лимиты, форматы, языки - ai.google.dev/gemini-api/docs/transcribe
• Та же документация, раздел про языки: строка «Русский | ru-RU» - ai.google.dev/gemini-api/docs/transcribe#supported-languages
• Страница тарифов, подтверждение бесплатного уровня - ai.google.dev/gemini-api/docs/pricing
• 9to5Google, независимый разбор анонса: 9to5google.com/2026/08/26/gemini-3-5-transcribe

Памятка: расшифровка часа аудио бесплатно

Пять строк, по которым проходит весь путь

Частые вопросы