Trzy sposoby przepisania nagrania
Na rynku są trzy modele i warto je rozróżniać, bo cennik "od 0,50 zł za minutę" i "od 5 zł za minutę" dotyczą różnych usług.
- Transkrypcja automatyczna (AI). Model rozpoznawania mowy zamienia dźwięk na tekst bez udziału człowieka. Dobre nagranie w języku polskim daje dziś tekst z pojedynczymi błędami na stronę, z interpunkcją i liczbami. Złe nagranie (kilka osób naraz, echo, słaby mikrofon) daje tekst z lukami.
- Hybryda. Automat robi pierwszą wersję, człowiek poprawia błędy, oznacza mówców, sprawdza nazwiska i terminy. Jakość bliska ręcznej, cena pośrednia.
- Transkrypcja ręczna. Człowiek przepisuje od zera. Potrzebna przy nagraniach sądowych, medycznych, w gwarze, w językach słabo obsługiwanych przez automaty, albo gdy wymagana jest transkrypcja dosłowna z zapisem przerw, śmiechu i wtrąceń.
Ceny na polskim rynku
Zestawienie cenników z października 2026 r., za minutę nagrania, netto. Linki do źródeł na końcu artykułu.
| Rodzaj | Cena za minutę | Źródło |
|---|---|---|
| Automatyczna (AI) | 0,30-0,60 zł; z oznaczeniem mówców 0,60-1,50 zł | webyjuice.pl, skryba.ai |
| Hybrydowa (AI + korekta) | 1,50-3 zł | skryba.ai |
| Ręczna, język polski | 3,50-7 zł | dobretranskrypcje.pl, e-transkrypcje.pl, skryba.ai |
| Ręczna, język angielski | od 11 zł | dobretranskrypcje.pl |
| Dopłaty | kody czasowe +1 zł/min, minimum zamówienia 80-90 zł | dobretranskrypcje.pl, e-transkrypcje.pl |
Godzina nagrania kosztuje więc od około 20-40 zł za automat do 210-420 zł za przepisanie ręczne po polsku. Przy 10 godzinach nagrań miesięcznie (cotygodniowe spotkania zespołu plus kilka rozmów z klientami) różnica między modelami to kilka tysięcy złotych rocznie.
Co wpływa na cenę poza modelem
- Jakość nagrania. Nagranie z dyktafonu na stole w sali konferencyjnej jest trudniejsze niż nagranie ze spotkania online, gdzie każdy mówi do własnego mikrofonu. Wykonawcy ręczni doliczają za słabą jakość 20-50%.
- Liczba mówców. Oznaczanie, kto mówi, wymaga pracy albo lepszego modelu. Automaty radzą sobie z 2-3 mówcami, powyżej mylą się częściej.
- Język i terminologia. Nagranie z terminami medycznymi, prawniczymi albo technicznymi wymaga korekty przez kogoś, kto je zna, inaczej "stent" staje się "stendem".
- Termin. Transkrypcja ręczna godziny nagrania zajmuje 4-6 godzin pracy, więc standardowy termin to 2-5 dni roboczych; ekspres kosztuje więcej. Automat zwraca tekst w minuty.
- Format wyjściowy. Sam tekst, tekst z kodami czasowymi, napisy SRT do wideo, protokół ze spotkania z decyzjami i zadaniami. Każdy kolejny format to dodatkowa praca lub dodatkowy krok przetwarzania.
Kiedy wystarczy automat, a kiedy nie
Automat wystarcza, gdy tekst służy do użytku wewnętrznego: notatka ze spotkania, materiał do artykułu, wyszukiwanie w archiwum nagrań, napisy do wideo szkoleniowego. Błąd w jednym słowie na stronę nikomu nie szkodzi, a tekst jest tego samego dnia.
Automat nie wystarcza, gdy transkrypcja jest dokumentem: protokół z zebrania wspólników, zapis przesłuchania, wywiad do publikacji z cytatami, nagranie w gwarze lub w kilku językach naraz. Tu potrzebna jest co najmniej korekta człowieka, czasem pełna transkrypcja ręczna z oświadczeniem o zgodności.
Pułapka automatów, o której się nie mówi: modele rozpoznawania mowy potrafią pominąć fragment nagrania bez żadnego sygnału, że coś brakuje. Tekst wygląda na kompletny, a w środku brakuje pół minuty wypowiedzi. Dobry proces automatyczny sprawdza, czy w nagraniu nie ma odcinków z mową bez odpowiadającego tekstu, i przetwarza je ponownie. Przy wyborze usługi warto zapytać, jak wykonawca wykrywa takie luki.
Jak ocenić jakość przed zapłatą
- Wyślij fragment nagrania, najlepiej ten trudniejszy (kilka osób, terminy). Wielu wykonawców przepisuje próbkę za darmo.
- Policz błędy na stronie tekstu. Poniżej 3-4 w tekście automatycznym z dobrego nagrania to norma; powyżej 10 oznacza słabe nagranie albo słaby model.
- Sprawdź liczby, nazwiska, nazwy firm. To miejsca, gdzie automaty mylą się najczęściej i gdzie błąd kosztuje najwięcej.
- Sprawdź, czy tekst ma akapity i interpunkcję. Ściana tekstu bez kropek jest technicznie poprawna i bezużyteczna.
- Zapytaj o RODO: gdzie jest przetwarzane nagranie, czy trafia do zewnętrznego dostawcy poza UE, po jakim czasie jest usuwane.
Jak nagrać, żeby transkrypcja była tańsza i lepsza
Największy wpływ na jakość i cenę transkrypcji ma samo nagranie, a to jedyna rzecz, na którą masz pełny wpływ. Kilka zasad, które obniżają liczbę błędów o połowę:
- Spotkania online nagrywaj w aplikacji, nie dyktafonem przy głośniku. Każdy uczestnik ma wtedy własną ścieżkę z własnego mikrofonu, a automat rozpoznaje mówców po ścieżce, nie po barwie głosu.
- Na spotkaniach na żywo jeden mikrofon na środku stołu jest lepszy niż telefon w kieszeni prowadzącego. Przy więcej niż 4 osobach warto o dwa mikrofony.
- Przedstawienie się na początku ("mówi Anna, dział sprzedaży") daje transkrypcji nazwiska zamiast "Mówca 1".
- Nazwy własne i terminy wyślij razem z nagraniem: nazwy firm, produktów, skróty. Dobre usługi podają je modelowi jako podpowiedź, a korektor nie zgaduje.
- Format pliku nie ma większego znaczenia (MP3, M4A, WAV, MP4 z wideo), ale jakość ma: nagranie skompresowane do minimum, żeby zmieściło się w komunikatorze, traci spółgłoski, a z nimi końcówki wyrazów.
Z nagrania spełniającego te warunki automat wyciąga tekst, który wymaga tylko przejrzenia. Z nagrania z echem i przekrzykiwaniem nawet transkrypcja ręczna ma fragmenty oznaczone jako "niezrozumiałe".
Nasz cennik
Ceny z cennika na stronie transkrypcji, netto, za minutę nagrania:
- Transkrypcja, 1 zł/min (60 zł za godzinę), minimum 29 zł. Tekst z interpunkcją, akapitami i oznaczeniem mówców, w formatach TXT, DOCX i SRT. Automat z kontrolą luk i ponownym przetwarzaniem trudnych fragmentów.
- Transkrypcja z protokołem, 1,90 zł/min, minimum 49 zł. Do tekstu dochodzi protokół ze spotkania: tematy, decyzje, zadania z osobami, otwarte pytania. Protokół nie dopisuje niczego, czego nie ma w nagraniu.
- Pakiet firmowy, 690 zł/mies. do 10 godzin nagrań miesięcznie z protokołami.
Pierwsze 10 minut każdego nagrania przepisujemy za 0 zł, żebyś ocenił jakość na własnym materiale. Zwykły termin to ten sam dzień, maksymalnie 24 godziny robocze. Na życzenie przetwarzamy nagranie wyłącznie na serwerach w UE. Nagrania usuwamy po 7 dniach od wysłania wyniku.
Najczęstsze pytania
Ile kosztuje transkrypcja godziny nagrania?
Na rynku od około 20-40 zł za automat do 210-420 zł za przepisanie ręczne po polsku. U nas 60 zł netto za godzinę (1 zł za minutę) z oznaczeniem mówców, 114 zł z protokołem ze spotkania.
Czy transkrypcja automatyczna nadaje się do dokumentów?
Do użytku wewnętrznego tak. Do dokumentów, które mają skutki prawne (protokoły wspólników, przesłuchania, oświadczenia), potrzebna jest korekta przez człowieka albo transkrypcja ręczna z potwierdzeniem zgodności.
Jak długo trwa transkrypcja?
Automatyczna: minuty do godzin, u nas zwykle tego samego dnia. Ręczna: zwykle 2-5 dni roboczych, bo godzina nagrania to 4-6 godzin pracy. Ekspres u wykonawców ręcznych jest dodatkowo płatny.
Co z RODO przy nagraniach z danymi osobowymi?
Zapytaj wykonawcę, gdzie przetwarza nagranie i kiedy je usuwa. U nas na życzenie nagranie jest przetwarzane wyłącznie na serwerach w UE, a pliki usuwamy po 7 dniach od wysłania wyniku. Na życzenie podpisujemy umowę powierzenia danych.
Czy mogę najpierw zobaczyć jakość?
Tak. Pierwsze 10 minut nagrania przepisujemy za 0 zł i podajemy cenę za całość. Najlepiej wysłać trudniejszy fragment: z kilkoma osobami, nazwiskami i liczbami.
Źródła cen i danych
- dobretranskrypcje.pl, cennik transkrypcji ręcznej (PL i EN, minimum zamówienia)
- e-transkrypcje.pl, cennik transkrypcji
- skryba.ai, porównanie kosztu transkrypcji AI, hybrydowej i ręcznej
- webyjuice.pl, cennik transkrypcji automatycznej
Ceny rynkowe to orientacyjne dane z podanych źródeł, sprawdzone 8.10.2026. Nasze ceny pochodzą z aktualnego cennika webmistrz.pro i są cenami netto.
Transkrypcja od 1 zł za minutę →