Отечественный сервис распознавания речи от Сбера с широкими языками и моделями.

Яндекс SpeechKit
Облачный сервис распознавания речи от Яндекса с высоким качеством на русском языке.
О сервисе
SpeechKit — облачный API распознавания речи от Яндекса. Сервис принимает аудио в популярных форматах, распознаёт речь, определяет язык, размечает говорящих и возвращает результат с таймкодами и оценкой уверенности по каждому слову. Есть готовые SDK для Python, JavaScript, Go и других языков.
Для разработчиков это оптимальный вариант, если нужно встроить расшифровку в собственный продукт: сервис работает в потоковом и пакетном режимах, поддерживает слова-подсказки и позволяет дообучать модель на собственной лексике — именах, терминах, сокращениях. В том же наборе доступен API синтеза речи, который закрывает задачи озвучки.
Отдельного интерфейса для ведения протоколов здесь нет: саммари, задачи и подключение к созвонам остаются на стороне вашего приложения или отдельных сервисов. Расход считается по объёму распознанного аудио, поэтому при большом потоке записей стоит заранее прикинуть лишние минуты.
Что умеет
- API распознавания речи с таймкодами и разметкой говорящих
- Высокое качество на русском языке и диалектах
- Потоковое и пакетное распознавание
- Слова-подсказки и дообучение на своей лексике
- SDK для популярных языков программирования
- Прозрачный расчёт по объёму распознанного аудио
Плюсы и минусы
Плюсы
- Одно из лучших качеств распознавания русской речи
- Прозрачная оплата по минутам без подписки
- Слова-подсказки заметно улучшают точность имён и терминов
Минусы
- Нет готовых протоколов, саммари и задач
- Нужен собственный интерфейс и код
- Возможны ограничения на отдельные типы контента
Отзывы
Пользовательских отзывов пока нет
Оценка в каталоге редакционная: она опирается на качество распознавания речи, функции протокола и саммари, цену и доступность сервиса из России. Набор функций и ограничения по тарифу перечислены выше — по ним удобнее сравнивать Яндекс SpeechKit с другими решениями.
Похожие сервисы
Весь каталогОткрытая модель распознавания речи от OpenAI, которую можно запускать локально.
Российский сервис расшифровки аудио и видео с быстрой обработкой и редактором текста.