Называется Buzz Captions. У неё две функции: транскрибация и перевод в режиме реального времени. Вторая функция мне не особо нужна, так что я даже не пробовала. А вот с первой повозилась.
Программа работает на нескольких моделях ИИ (см. первый скриншот), качает нужные настройки совершенно самостоятельно и даёт много вариантов кастомизации. Можно даже инструкции прописать, как именно и что переводить, если вам нужен перевод. Библиотека языков ничего себе такая, есть даже редкие.
Отдельный шик — это обозначение желаемой длины субтитров! Естественно, сегментация будет около нулевая (я час играла с настройками в большую и меньшую стороны — не работает), но всё же! Почему-то у меня неактивно меню Merge Options, я ещё пороюсь и посмотрю, как его активировать. Там, кажется, можно наладить разбивку по знакам пунктуации, а это кардинально меняет дело.
Есть функция Identify speakers! Правда, почему-то у меня она ночью подвисла, и я так и не смогла её раскачать. На последнем скриншоте видно, что сначала машинка проводит анализ спикеров, а потом им можно присваивать имена. Думаю, можно покрутить настройки и посмотреть, как она это будет делать.
Но даже вчистую, без кастомщины, выдаёт очень и очень адекватный текст. Я закинула в неё учебное аудио, и она с ним справилась на ура. Надо ещё будет посмотреть, как справится с нечёткой разговорной речью. В целом же работает хорошо, выгружает srt, vtt и обычный блокнотный txt, который потом можно докручивать в Ворде или нейронке.
Качать можно тут. Весит много, к сожалению, но красота требует жертв.