Student nie potrzebuje biura, specjalistycznego kierunku ani kilku tysięcy złotych na start, żeby zacząć zarabiać na transkrypcjach. Potrzebuje natomiast trzech rzeczy: słuchawek, cierpliwości i umiejętności liczenia czasu pracy. Ten ostatni element jest najczęściej pomijany.
Godzinne nagranie nie oznacza godziny pracy. Przy czystym dźwięku i jednym rozmówcy jego ręczne przepisanie zajmuje zwykle 3–4 godziny. Wywiad z kilkoma osobami, niewyraźnymi wypowiedziami i specjalistycznym słownictwem może zająć 6–8 godzin. Kto wycenia usługę wyłącznie na podstawie długości pliku, bez sprawdzenia jakości nagrania, szybko odkrywa, że pracuje za kilkanaście złotych na godzinę.
Ten biznes ma niski próg wejścia, lecz nie jest łatwym sposobem na pieniądze. Najwięcej zarabia się nie na szybkim stukaniu w klawiaturę, ale na dobrej kwalifikacji zleceń, sprawnym wykorzystaniu automatycznej transkrypcji oraz ograniczeniu liczby poprawek.
Jak wyceniać transkrypcje i obliczać realną stawkę godzinową
Na polskim rynku standardowa, ręcznie sprawdzona transkrypcja kosztuje najczęściej około 3,50–7 zł za minutę nagrania. Prostsze zlecenia wspomagane automatycznym rozpoznawaniem mowy bywają wyceniane na 1,50–3 zł za minutę, natomiast materiały trudne, pilne albo wymagające specjalistycznego zapisu mogą kosztować 8–15 zł za minutę.
Początkujący student nie powinien od razu kopiować najwyższych stawek profesjonalnych biur. Nie ma jednak powodu, by oferować pełną, ręcznie sprawdzoną transkrypcję za 1 zł za minutę. Taka cena zwykle nie pokrywa czasu pracy.
Przykład:
- nagranie trwa 45 minut,
- klient płaci 3 zł za minutę,
- wartość zlecenia wynosi 135 zł,
- wykonanie i kontrola zajmują łącznie 4 godziny,
- faktyczna stawka wynosi 33,75 zł za godzinę przed podatkiem i kosztami.
To poziom akceptowalny na początku, o ile nagranie nie zawiera trudnej terminologii i nie wymaga kilku rund korekty. Gdy to samo zlecenie zajmie siedem godzin, stawka spadnie do nieco ponad 19 zł za godzinę. Dlatego przed przyjęciem pracy trzeba odsłuchać przynajmniej trzy fragmenty: początek, środek i końcówkę nagrania.
Na cenę powinny wpływać przede wszystkim:
- liczba rozmówców – identyfikowanie pięciu osób jest wyraźnie trudniejsze niż zapis monologu;
- jakość dźwięku – echo, szum ulicy i rozmowa nagrana telefonem leżącym na drugim końcu sali potrafią podwoić czas pracy;
- rodzaj transkrypcji – zapis redagowany jest szybszy niż zapis dosłowny z powtórzeniami, pauzami i urwanymi zdaniami;
- znaczniki czasu – ich ręczne dodawanie co 30 sekund lub przy każdej zmianie rozmówcy wymaga dodatkowej pracy;
- termin – realizacja w ciągu 24 godzin powinna kosztować przynajmniej 30–50 proc. więcej;
- specjalistyczne słownictwo – medycyna, prawo, budownictwo i finanse wymagają sprawdzania nazw, skrótów oraz terminów;
- format końcowy – prosty plik DOCX to inne zlecenie niż napisy SRT zsynchronizowane z filmem.
Najbezpieczniejszy model to ustalenie ceny podstawowej i dopłat. Przykładowo: 3 zł za minutę za dobre nagranie z maksymalnie dwiema osobami, dopłata 20 proc. za większą liczbę rozmówców, 30 proc. za słaby dźwięk i 40 proc. za termin krótszy niż 48 godzin.
Nie należy wyceniać dużego pliku bez próbki. Klient może przesłać 90-minutowe nagranie opisane jako „zwykła rozmowa”, które w praktyce okaże się debatą sześciu osób w restauracji. W takim przypadku początkowa cena przestaje mieć sens.
Przepisywanie tekstów z dokumentów papierowych można rozliczać za stronę lub tysiąc znaków. Prosta strona maszynopisu to zwykle 5–12 zł, natomiast rękopis, tabela albo dokument z licznymi poprawkami powinny kosztować więcej. Najpierw trzeba sprawdzić czytelność materiału. Nieczytelne pismo odręczne jest jednym z najmniej opłacalnych zleceń, ponieważ klient często oczekuje niskiej ceny, a każda strona wymaga zgadywania i konsultacji.
Sprzęt, narzędzia i proces pracy, który ogranicza liczbę poprawek
Do rozpoczęcia pracy wystarczy komputer, stabilne połączenie z internetem i zamknięte słuchawki. Wbudowane głośniki laptopa szybko męczą i utrudniają wychwytywanie cichych końcówek słów. Przy dłuższej pracy przydają się słuchawki nauszne kosztujące około 100–250 zł. Droższy model nie naprawi jednak źle nagranej rozmowy.
Największą oszczędność czasu daje automatyczne rozpoznawanie mowy. Narzędzia wykorzystujące modele podobne do Whispera potrafią stworzyć surową wersję tekstu w kilka lub kilkanaście minut. Nie oznacza to, że student może przesłać taki plik klientowi bez sprawdzenia.
Automat najczęściej myli:
- nazwiska, nazwy firm i miejscowości;
- liczby, kwoty oraz numery artykułów ustaw;
- wypowiedzi nakładających się rozmówców;
- polskie słowa wypowiadane z obcym akcentem;
- terminologię medyczną, prawną i techniczną;
- fragmenty nagrane z dużej odległości;
- przeczenia, które zmieniają sens całego zdania.
Szczególnie niebezpieczne są błędy brzmiące wiarygodnie. Program może zastąpić niezrozumiałe słowo innym, poprawnym gramatycznie wyrazem. Takiej pomyłki nie wychwyci zwykłe czytanie tekstu. Trzeba porównywać zapis z nagraniem.
Praktyczny proces pracy wygląda następująco:
- Odsłuch próbki i kwalifikacja zlecenia. Sprawdź jakość dźwięku, liczbę osób i używane słownictwo.
- Ustalenie standardu zapisu. Klient powinien zdecydować, czy chce wersję dosłowną, wygładzoną czy redakcyjną.
- Automatyczne rozpoznanie mowy. Surowy tekst traktuj jako szkic, nie jako gotową transkrypcję.
- Korekta podczas odsłuchu. Pracuj na nagraniu zwolnionym do około 0,8–0,9 prędkości, gdy rozmówcy mówią szybko.
- Sprawdzenie nazw własnych i liczb. Wyszukaj każdą firmę, nazwisko, produkt i skrót, którego nie znasz.
- Kontrola bez nagrania. Na końcu przeczytaj sam tekst, aby wychwycić urwane zdania, podwójne spacje i błędne oznaczenia rozmówców.
- Eksport i bezpieczne usunięcie plików. Ustal z klientem, jak długo nagranie ma być przechowywane.
Do samego pisania wystarczy Microsoft Word, LibreOffice Writer albo Dokumenty Google. Przy częstych zleceniach przydaje się program pozwalający sterować nagraniem skrótami klawiaturowymi. Zatrzymywanie pliku myszką po każdym zdaniu niepotrzebnie wydłuża pracę.
Warto przygotować własny szablon dokumentu: oznaczenia rozmówców, sposób zapisu czasu, format nagłówka i zasady dotyczące niezrozumiałych fragmentów. Przykładowe oznaczenie to [niezrozumiałe 00:14:32]. Dzięki temu klient od razu wie, gdzie powinien odsłuchać materiał.
Najbardziej irytującą częścią tej pracy nie jest pisanie, lecz poprawianie drobnych błędów po kilka razy. Brak ustalonego standardu powoduje, że jeden klient oczekuje usunięcia wszystkich „yyy”, drugi żąda ich pozostawienia, a trzeci dopiero po otrzymaniu tekstu informuje, że potrzebuje znaczników czasu. Specyfikację trzeba zatwierdzić przed rozpoczęciem zlecenia.
Problemem jest również obciążenie fizyczne. Kilka godzin pracy w słuchawkach oznacza zmęczenie słuchu, karku i nadgarstków. Po około 50 minutach potrzebna jest krótka przerwa. Próba wykonania sześciogodzinnego nagrania w jednym ciągu zwykle kończy się większą liczbą literówek i przeoczeń.
Gdzie szukać klientów i jak bezpiecznie rozliczać zlecenia
Najlepszym pierwszym klientem nie jest przypadkowa osoba szukająca najniższej ceny na portalu ogłoszeniowym. Lepiej zacząć od grup, które regularnie produkują nagrania: podcasterów, doktorantów, agencji badawczych, kancelarii, twórców kursów, lokalnych redakcji oraz firm prowadzących webinary.
Student może przygotować trzy krótkie próbki:
- transkrypcję pięciominutowego wywiadu;
- fragment podcastu w wersji redagowanej;
- minutę napisów w formacie SRT.
Próbki powinny powstać na podstawie własnych nagrań albo materiałów, których licencja pozwala na takie wykorzystanie. Nie wolno umieszczać w portfolio fragmentu poufnego wywiadu otrzymanego od klienta.
Pierwsze zlecenia można zdobywać przez serwisy dla freelancerów, grupy branżowe, akademickie koła naukowe oraz bezpośrednie wiadomości do twórców publikujących długie materiały. Wiadomość sprzedażowa powinna zawierać konkretną propozycję, a nie ogólne „oferuję transkrypcje”.
Lepsza oferta brzmi: „Przygotuję redagowaną transkrypcję 30-minutowego podcastu, z podziałem na rozmówców i korektą nazw własnych, w ciągu 48 godzin. Cena próbnego zlecenia: 90 zł”.
Dobrym dodatkiem jest przekształcenie nagrania w treści do dalszej publikacji. Z jednej rozmowy można przygotować transkrypcję, opis filmu, zestaw cytatów, napisy i krótkie materiały do mediów społecznościowych. Taki pakiet jest trudniejszy do porównania wyłącznie ceną za minutę. Praktyczne przykłady prowadzenia małego biznesu i publikowania treści można znaleźć również na profilach poświęconych przedsiębiorczości.
Przed rozpoczęciem współpracy trzeba potwierdzić na piśmie:
- długość i liczbę plików;
- rodzaj transkrypcji;
- termin realizacji;
- cenę oraz zasady naliczania dopłat;
- liczbę poprawek wliczonych w cenę;
- format pliku;
- sposób oznaczania fragmentów niezrozumiałych;
- termin płatności;
- zasady przechowywania i usuwania nagrania.
Przy większym zleceniu od nowego klienta rozsądna jest zaliczka 30–50 proc. Nie chodzi o brak zaufania, lecz o ograniczenie straty, gdy zamawiający zniknie po wykonaniu kilkunastu godzin pracy. Przy małych zleceniach można ustalić płatność po odbiorze, ale termin powinien wynosić konkretnie 7 albo 14 dni.
Nagrania często zawierają dane osobowe: imiona, numery telefonów, informacje o zdrowiu, zatrudnieniu lub sytuacji finansowej. Pliku nie należy wysyłać na przypadkowe serwisy ani przechowywać bezterminowo na publicznym dysku. Przy współpracy z firmą może być potrzebna umowa dotycząca poufności i przetwarzania danych. Szczególnej ostrożności wymagają materiały medyczne, prawnicze, kadrowe oraz nagrania badań naukowych.
Student może testować usługę w ramach działalności nierejestrowanej, jeżeli spełnia ustawowe warunki. W 2026 roku limit jest liczony kwartalnie i wynosi 10 813,50 zł przychodu na kwartał. Liczy się przychód należny, a nie kwota pozostająca po odjęciu kosztów. Po przekroczeniu limitu trzeba zarejestrować działalność w wymaganym terminie i zacząć realizować obowiązki przedsiębiorcy.
Nie należy zakładać, że status studenta automatycznie zwalnia z każdego podatku. Ulga dla młodych dotyczy określonych źródeł przychodu, między innymi umowy o pracę i kwalifikujących się umów zlecenia, do rocznego limitu 85 528 zł. Nie obejmuje natomiast każdego przychodu uzyskanego samodzielnie. Sposób rozliczenia zależy od modelu współpracy, dlatego przed przyjęciem regularnych zleceń trzeba sprawdzić zasady na podatki.gov.pl albo omówić je z księgowym.
Najgorszy model to przyjmowanie płatności „bez papierów”, bez ewidencji i bez ustalonych warunków. Nawet przy działalności nierejestrowanej trzeba prowadzić prostą ewidencję sprzedaży, pilnować limitu i rozliczyć dochód w zeznaniu rocznym.
Nie warto też budować biznesu wyłącznie na przepisywaniu cudzych nagrań po najniższej cenie. Automatyczna transkrypcja będzie dalej obniżała cenę surowego tekstu. Przewagę daje korekta merytoryczna, redakcja, przygotowanie napisów, anonimizacja danych oraz zamiana rozmowy w gotowy materiał do publikacji.
Więcej informacji na: tiktok.com/@hdbiznes