Как транскрибировать звонки Discord (бесплатно, локально, 2026)

Вопрос о том, как транскрибировать звонки Discord, постоянно возникает в игровых сообществах, онлайн-командах, командах подкастеров и на серверах модерации — и ответ неочевиден, потому что Discord не предоставляет встроенного способа сделать это. В этой статье подробно описывается, как получить чистый, точный транскрипт любого звонка Discord с помощью бесплатных инструментов, объясняются реальные компромиссы между локальными и облачными методами и приводится пошаговый локальный рабочий процесс Whisper, который полностью сохраняет ваше аудио без загрузки на сторонние серверы.

TL;DR

В Discord нет нативной транскрипции — вы должны сначала записать звонок, а затем транскрибировать аудиофайл
Лучший бесплатный локальный вариант — OpenAI Whisper, работающий полностью на вашем ПК
Записывайте с помощью OBS Studio (захват аудио рабочего стола) или бота Craig (дорожки для каждого спикера)
Транскрибируйте с помощью whisper audio.mp3 --model small из командной строки или используйте настольное приложение
Для маркировки нескольких спикеров объедините Whisper с pyannote.audio или используйте облачный сервис
Всегда сообщайте участникам, что ведётся запись — требования к согласию варьируются по странам и штатам США

Зачем люди транскрибируют голосовые чаты Discord

Discord начинался как игровой чат-приложение, но вырос в инфраструктурный слой для инди-команд, онлайн-сообществ, создателей контента и удалённых проектов. В результате звонки в голосовых каналах Discord не всегда носят неформальный характер — это ежедневные собрания, записи подкастов, стратегические сессии гильдий, заседания по модерации и клиентские звонки.

Вот основные причины, по которым люди хотят транскрибировать звонки Discord:

Протоколы встреч и отчётность. Многие серверы, управляемые сообществом, принимают решения устно в голосе. Транскрипт даёт каждому участнику доступный для поиска протокол без опоры на чью-то память или небрежный копипаст из чата стрима.

Доступность. Глухим или слабослышащим участникам нужны текстовые версии голосовых разговоров. Даже для слышащих пользователей транскрипты позволяют наверстать упущенное асинхронно, не сидя через полную запись.

Переработка контента. Подкастеры и стримеры, записывающие разговоры в Discord, хотят получить черновик транскрипта перед монтажом — это ускоряет поиск тайм-кодов, создание шоу-нотов и выделение цитат для социальных сетей.

Записи модерации. Модераторы сервера иногда должны документировать, что было сказано во время конфликта или инцидента с домогательствами. Транскрипт легче просматривать и делиться в процессе апелляции, чем часовой аудиофайл.

Диктовка и шоу-ноты подкаста. Писатели и сольные создатели контента используют звонки Discord как среду диктовки — проговаривая идеи, а затем прогоняя запись через Whisper для получения первого черновика. Точность Whisper на чёткой речи достаточна, чтобы сделать это реально полезным.

Есть ли в Discord нативная функция транскрипции?

По состоянию на 2026 год в Discord нет встроенной транскрипции звонков. Платформа предлагает живые субтитры в голосовых каналах — функцию доступности, генерирующую субтитры в реальном времени, пока люди говорят — но эти субтитры существуют только во время сессии и никогда не сохраняются. Как только все покидают канал, субтитры исчезают.

Живые субтитры Discord используют облачный движок распознавания речи и не создают загружаемый транскрипт. Нет истории транскриптов, нет опции экспорта и нет API, позволяющего получить данные субтитров после факта. Если вам нужна постоянная запись того, что было сказано, вы должны самостоятельно справиться с записью и транскрипцией.

Как транскрибировать звонки Discord: основной рабочий процесс

Суть ответа на вопрос, как транскрибировать звонки Discord, — двухэтапный процесс: запись аудио, затем запуск распознавания речи на файле.

Шаг 1 необходим, потому что Discord не предоставляет сторонним настольным инструментам доступ к необработанным аудиопотокам в реальном времени без виртуального аудиоустройства или специального бота. Шаг 2 можно выполнить локально (бесплатно, конфиденциально) или с облачным сервисом (более простая поддержка нескольких спикеров, стоит денег или имеет лимиты использования).

Вот полный локальный рабочий процесс от начала до конца.

Шаг 1: Запись звонка Discord

В зависимости от ситуации у вас есть три надёжных варианта:

OBS Studio (бесплатно, бот не требуется)

Скачайте и установите OBS Studio, если у вас его ещё нет.
В OBS перейдите в Настройки → Вывод → Запись. Установите формат WAV или FLAC для наилучшей точности транскрипции (MP3 тоже подойдёт, просто с более низким качеством).
В аудиомикшере убедитесь, что «Аудио рабочего стола» включено. Это захватывает всё, что выходит из ваших динамиков/наушников, включая голос Discord.
При желании добавьте источник «Микрофон/вспомогательный» для захвата собственного голоса на отдельной дорожке — это полезно для точности транскрипции и последующей диаризации нескольких спикеров.
Начните запись перед началом звонка. Остановите её, когда все отключатся.
Найдите запись по пути, который вы установили (по умолчанию: папка «Видео»).

Бот Craig (доступен бесплатный уровень, дорожки для каждого спикера)

Craig — Discord-бот, созданный специально для записи. Пригласите его на свой сервер, введите /join в голосовом канале, и он записывает каждого участника на отдельную аудиодорожку. После звонка он отправит ссылку для скачивания с отдельными файлами FLAC для каждого спикера. Это значительно облегчает диаризацию — вы уже знаете, какой файл принадлежит какому спикеру.

Бесплатный уровень Craig покрывает большинство потребностей сообщества в записи. Формат «один спикер — одна дорожка» — главное преимущество перед OBS для транскрипции групповых звонков.

Встроенная запись VoxBooster (только Windows)

VoxBooster включает слой аудиозаписи, захватывающий обработанное аудио — поэтому если вы также применяете голосовые эффекты или шумоподавление во время звонка, запись отражает то, что на самом деле слышала другая сторона. Результат — чистый WAV-файл, готовый к транскрипции. Поскольку вся обработка локальная, ничего не загружается.

Шаг 2: Транскрипция записи с помощью Whisper

OpenAI Whisper — бесплатная, открытая модель распознавания речи, работающая полностью на вашем ПК. Никакой учётной записи, никакого API-ключа, никаких лимитов использования. Подробнее о его настройке читайте в нашем руководстве по транскрипции Whisper в Windows.

Установка Whisper

Вам понадобятся Python 3.9–3.12 и ffmpeg в PATH. Установите Whisper через pip:

pip install openai-whisper

Проверьте доступность ffmpeg:

ffmpeg -version

Если возникнет ошибка, установите ffmpeg через winget: winget install Gyan.FFmpeg

Запуск транскрипции

whisper discord_call.wav --model small --language en --output_format txt

--model small — хорошее значение по умолчанию: ~244 МБ, быстрый, точный на чистой речи
--language en — пропускает определение языка и ускоряет работу, если вы знаете язык
--output_format txt — даёт простой текстовый файл; используйте srt, если хотите субтитры с временными метками

Для часовой записи на современном ЦП модель small займёт примерно 8–15 минут. С видеокартой Nvidia (CUDA) — менее 2 минут.

Расположение вывода: По умолчанию Whisper сохраняет транскрипт в той же папке, что и исходный файл.

Сравнение методов транскрипции

Метод	Стоимость	Конфиденциальность	Точность	Несколько спикеров	Усилия по настройке
Локальный Whisper (CLI)	Бесплатно	Полностью локально	Высокая (модели small/medium)	Нет (только слова)	Средние — нужны Python + ffmpeg
Локальный Whisper + pyannote	Бесплатно	Полностью локально	Высокая	Да (метки спикеров)	Высокие — дополнительная библиотека, GPU помогает
Craig бот + Whisper	Бесплатно	Бот имеет доступ к вашему аудио	Высокая	Да (файлы по дорожкам)	Низкие-средние
AssemblyAI / Deepgram	Поминутная оплата	Загрузка в облако	Очень высокая	Да (встроенная)	Низкие — только API-ключ
Otter.ai	Freemium	Загрузка в облако	Хорошая	Да	Очень низкие — через браузер
Живые субтитры Discord	Бесплатно	Облако (Discord)	Базовая	Нет	Нет — встроено, не сохраняется

Правильный выбор зависит от вашей модели угроз. Если вы транскрибируете конфиденциальные разговоры по модерации или внутренние деловые звонки, локальный Whisper полностью сохраняет аудио без загрузки на сторонние серверы. Если вы подкастер, которому просто нужны хорошие шоу-ноты быстро, облачный сервис вроде AssemblyAI создаёт меньше трений. Для большинства геймеров и менеджеров сообществ комбинация OBS + локальный Whisper — оптимальный вариант.

Работа с несколькими спикерами при транскрипции аудио Discord

Whisper создаёт единый поток текста. Он не знает, что «Эй, я не согласен с этим» произнёс один человек, а «Дай мне закончить» — другой. Для простых разговоров двух человек это управляемо — вы можете прочитать транскрипт и разобраться по контексту. Для звонков с пятью и более спикерами немаркированный текст становится сложным для использования.

Вариант 1: Файлы по спикерам от Craig

Если вы записывали с помощью Craig, у вас уже есть отдельные файлы FLAC для каждого участника. Запускайте Whisper на каждом файле независимо:

whisper alice.flac --model small --output_format txt
whisper bob.flac --model small --output_format txt

Затем объедините вывод с временными метками в хронологическом порядке. Временны́е метки, создаваемые Whisper ([00:00 --> 00:15]), позволяют чередовать их. Это ручная работа, но наиболее надёжный подход.

Вариант 2: pyannote.audio для диаризации

pyannote.audio — открытая библиотека диаризации спикеров. В сочетании с Whisper она производит вывод вида:

[SPEAKER_00] 00:00:02 - 00:00:08: Нам стоит перенести мероприятие на субботу.
[SPEAKER_01] 00:00:09 - 00:00:14: Согласен, воскресенье занято у половины сервера.

Настройка сложнее (токен Hugging Face для весов модели, GPU настоятельно рекомендуется), но вывод намного более удобен для протоколов встреч. Актуальные инструкции по установке смотрите на GitHub pyannote, поскольку API меняется между версиями.

Вариант 3: Облако со встроенной диаризацией

Такие сервисы, как AssemblyAI и Deepgram, предлагают диаризацию спикеров как одноклановую опцию в своих API. Вы загружаете файл, указываете diarization: true и получаете обратно маркированный JSON. Компромисс — ваше аудио покидает ваш компьютер; учитывайте это при принятии решения, если содержимое звонка конфиденциально.

Запись и транскрипция Discord: согласие и правовые аспекты

Прежде чем записывать и транскрибировать разговоры в Discord, нужно подумать о согласии. Это не просто этикет — во многих местах это юридическое требование.

Согласие одной или всех сторон. В США федеральный закон (ECPA) допускает согласие одной стороны — то есть вы можете записывать звонок, в котором участвуете, не уведомляя других. Но около двенадцати штатов США, включая Калифорнию, Иллинойс и Флориду, требуют согласия всех сторон. Запись звонка с жителем Калифорнии без его ведома может повлечь гражданскую ответственность.

ЕС и GDPR. В ЕС запись голоса является обработкой персональных данных. Вам нужно законное основание — как правило, явное согласие. Информируйте участников и получайте устное подтверждение в начале звонка.

Правила Discord. Правила сообщества Discord и Условия использования прямо не запрещают запись звонков участниками, но распространение записей с целью причинения вреда или преследования нарушает правила. Если вы записываете в целях модерации, следуйте правилам вашего сервера и храните записи в безопасности.

Практическая рекомендация: Объявите об этом вслух в начале. «Эй, я записываю этот звонок для протокола» достаточно для согласия в большинстве контекстов. Для чего-то официального получите текстовое подтверждение в чате сервера.

Повышение точности транскрипции для аудио Discord

Кодек Opus Discord агрессивно сжимает аудио. Записи из голосовых каналов Discord, как правило, имеют больше артефактов сжатия, чем запись с локального микрофона, что может снижать точность Whisper для более тихих спикеров или носителей нероднозычного акцента.

Несколько вещей, которые помогают:

Шумоподавление перед записью. Запуск шумоподавления во время звонка (встроенного в клиент Discord или через настольное приложение) обеспечивает более чистый исходный звук для транскрипции. Локальное шумоподавление VoxBooster, например, обрабатывает аудио в реальном времени без облачной зависимости — и поскольку обработка происходит на устройстве, вы можете записывать чистый вывод напрямую. Смотрите, как голосовые функции работают в Discord.

Используйте более высокую модель Whisper для сложного аудио. Если модель small производит абракадабру на зашумлённой записи, попробуйте medium или large-v3. Скачок точности значителен для сильно сжатой речи или речи с акцентом.

Моно против стерео. Whisper лучше работает с моно-записями. Если ваша настройка OBS записывает стерео (левый канал — микрофон, правый — Discord), конвертируйте в моно с помощью ffmpeg перед транскрипцией:

ffmpeg -i stereo_recording.wav -ac 1 mono_recording.wav

Укажите язык. Если все на звонке говорят по-русски, передайте --language ru в Whisper. Пропуск определения языка устраняет одну потенциальную точку отказа и ускоряет первый проход.

Начальный промпт. Whisper принимает аргумент --initial_prompt, смещающий модель в сторону словарного запаса, который встречается в промпте. Если ваш звонок посвящён конкретной игре или технической теме, подготовка модели с соответствующими терминами может сократить ошибки в именах собственных:

whisper call.wav --initial_prompt "Valorant gameplay strategy, agent picks, site control"

Транскрипция Discord с Whisper без командной строки

Не все хотят запускать команды Python. Если вы предпочитаете графический интерфейс, есть несколько подходов:

VoxBooster объединяет локальное распознавание речи уровня Whisper с графическим интерфейсом. Вы можете перетащить аудиофайл на экран транскрипции и получить текстовый файл без открытия терминала. Вся обработка выполняется на вашем ПК — файл не покидает ваш компьютер. Скачайте VoxBooster, чтобы попробовать, или смотрите варианты цен, если хотите полный набор функций, включая диктовку в реальном времени во время звонков.

Whisper Desktop / Whisper Transcriber. На GitHub существует несколько открытых оболочек GUI для Whisper. Качество варьируется, и они обновляются реже, но работают, если вам просто нужна транскрипция файлов по принципу «укажи и нажми».

whisper.cpp с GUI-фронтендом. Порт whisper.cpp — это реализация на C++, не требующая Python. Некоторые фронтенды сообщества оборачивают его в простой интерфейс «перетащи и брось». Смотрите наше руководство по диктовке с Whisper для Windows для получения дополнительного контекста о настольных установках Whisper.

Использование транскриптов для протоколов встреч Discord

Получив необработанный транскрипт, следующая задача — превратить его во что-то полезное. Вывод Whisper — это плотная стена текста с временными метками, но без форматирования. Вот быстрый рабочий процесс очистки:

Удалите временны́е метки, если они вам не нужны. Текстовый редактор с регулярными выражениями для поиска и замены справится быстро: найдите \[\d{2}:\d{2}\.\d{3} --> \d{2}:\d{2}\.\d{3}\] и замените на ничего.
Добавьте метки спикеров, используя описанный выше подход диаризации, или вручную, если вы хорошо знаете звонок.
Прогоните через суммаризатор. Вставьте очищенный транскрипт в любой интерфейс LLM-чата и попросите создать элементы действий в виде маркированного списка. Это превращает запутанный часовой звонок в пятипунктовое резюме примерно за 30 секунд.
Опубликуйте на сервере. Вставьте резюме (не сырой транскрипт) в специальный канал #протоколы-встреч. Ваши участники смогут искать по нему, ссылаться на него и привлекать людей к ответственности за то, что было сказано.

Часто задаваемые вопросы

Есть ли в Discord встроенная транскрипция?

Нет. По состоянию на 2026 год в Discord нет нативной функции транскрипции звонков. Discord предлагает живые субтитры в голосовых каналах как функцию специальных возможностей, но эти субтитры нигде не сохраняются — они исчезают, когда сессия заканчивается. Чтобы получить постоянный транскрипт, вам нужно записать звонок и транскрибировать аудио отдельно.

Законно ли записывать и транскрибировать звонок в Discord?

Это зависит от вашей юрисдикции. Во многих штатах США требуется согласие только одной стороны (вы можете записывать звонок, в котором участвуете, не сообщая об этом другой стороне), но в некоторых штатах и большинстве стран ЕС требуется согласие всех сторон. Всегда информируйте участников перед записью. Собственные Условия использования Discord не запрещают запись, но нарушение местного законодательства об электронном наблюдении — ваша ответственность.

Какая самая точная бесплатная транскрипция для аудио Discord?

Модель large-v3 OpenAI Whisper обеспечивает частоту ошибок менее 5% на чистом аудио и полностью бесплатно запускается локально. Для звонков Discord, записанных с приличной гарнитурой в тихой обстановке, модель small или medium Whisper обычно достаточно точна и намного быстрее, чем large-v3.

Можно ли транскрибировать звонки Discord с несколькими спикерами?

Whisper в одиночку не выполняет диаризацию спикеров — он транскрибирует слова, но не помечает, кто их сказал. Для получения вывода с маркировкой спикеров нужно объединить Whisper с инструментом диаризации, таким как pyannote.audio, или использовать облачный сервис вроде AssemblyAI с нативной диаризацией. Локальная диаризация работает, но требует более сложной настройки.

Как записать звонок в Discord на Windows?

Простейший метод — OBS Studio, настроенный на захват аудио рабочего стола или виртуального аудиокабеля. Маршрутизируйте вывод Discord к источнику записи, начните сессию и экспортируйте запись как WAV или MP3 после завершения звонка. Бот Craig — популярный Discord-нативный вариант, записывающий каждого спикера на отдельную дорожку.

Сколько времени занимает у Whisper транскрипция часового звонка Discord?

На современном ЦП (Ryzen 5 / Core i5) с моделью small ожидайте примерно 8–15 минут для часовой записи. С видеокартой среднего класса (RTX 3060 или лучше) и моделью medium тот же файл транскрибируется менее чем за 3 минуты. Модель large-v3 на GPU справляется за 5–8 минут с более высокой точностью.

Какой аудиоформат принимает Whisper для транскрипции Discord?

Whisper принимает WAV, MP3, FLAC, M4A, OGG и большинство распространённых аудиоформатов, поскольку использует ffmpeg под капотом. Записи Discord, сохранённые как MP3 или WAV, работают отлично. Если вы записываете с OBS, экспортируйте как WAV для наилучшей точности — сжатые форматы могут вносить артефакты, снижающие качество транскрипции.

Заключение

Как транскрибировать звонки Discord — это два шага: запишите аудио с OBS или Craig, затем прогоните через Whisper локально. Эта комбинация бесплатна, точна и конфиденциальна — ваше аудио никогда не покидает ваш компьютер. Для групповых звонков объедините записи по спикерам от Craig с отдельными проходами Whisper или добавьте pyannote.audio для автоматической диаризации, если вас не пугает более сложная настройка. Облачные сервисы — разумная альтернатива, когда вам нужна диаризация из коробки и конфиденциальность не является критичной.

Если вы хотите полностью пропустить настройку командной строки, VoxBooster объединяет локальную транскрипцию уровня Whisper в настольном приложении Windows вместе с голосовыми эффектами в реальном времени, шумоподавлением и саундбордом — вся обработка на устройстве, драйвер ядра не требуется. Это практичный вариант «всё в одном» для тех, кто уже проводит много времени в голосовых каналах Discord и хочет, чтобы рабочий процесс оставался офлайн и быстрым.