Palatine Speech
Голосовые сообщения в текст
Переводим голосовые сообщения в текст: точность WER 7,10%, от 0,29 ₽/мин, бот @VoicePalatineBot - 100 расшифровок в день бесплатно. Telegram и WhatsApp.
- Точность 92,9% (WER 7,10%)
- Тайм-коды и спикеры
- ~100 языков
- 152-ФЗ · данные в РФ
- от 0,29 ₽/мин
Голосовые сообщения в текст
Перевод голосового сообщения в текст - это расшифровка войса из мессенджера в готовый текст, который можно прочитать, скопировать и найти поиском. Palatine Speech превращает голосовое в текст за несколько секунд: перешлите войс боту или загрузите аудиофайл, и получите текст голосового сообщения без ручного набора. Расшифровка голосового и любых голосовых сообщений текстом работает на русском и языках СНГ, а прочитать сообщение можно там, где неудобно слушать - в транспорте, на совещании, в шумном месте.
Как перевести голосовое сообщение в текст
Есть два способа перевести голосовое в текст - через Telegram-бот или через загрузку файла в дашборд. Оба возвращают готовый текст и не требуют VPN.
Через Telegram-бот @VoicePalatineBot
Перешлите войс, аудио или видео в Telegram-бот расшифровки @VoicePalatineBot - он вернёт текст ответным сообщением. Бот @VoicePalatineBot даёт 100 бесплатных транскрибаций в день, поэтому короткие голосовые можно преобразовать в текст без оплаты.
Через загрузку файла в дашборд
Откройте дашборд, загрузите аудиофайл или запишите звук с микрофона - текст появится в интерфейсе. Приёма по ссылке нет: сначала сохраните голосовое как файл, затем загрузите его.
Голосовые из Telegram, WhatsApp и других мессенджеров
Голосовое из Telegram скачивается на ПК, Android и iPhone, после чего файл .ogg отправляется на расшифровку; при необходимости .ogg конвертируется в .mp3. Голосовые из WhatsApp сохраните как аудиофайл и загрузите тем же способом. У Telegram есть встроенная расшифровка в подписке Telegram Premium, но Palatine Speech работает с войсами из любого мессенджера и без подписки.
Точность распознавания голосовых
Palatine Speech распознаёт голосовые сообщения с точностью WER 7,10% и WAcc 92,9% на бенчмарке из 7 датасетов - это уровень ведущих движков. На телефонных записях 8 кГц точность около 90%.
Голосовое сообщение удобно записывать, но неудобно слушать: в дороге, на совещании или в шумном месте текст выигрывает всегда. Мы сделали расшифровку мгновенной и дешёвой, чтобы перевод войса в текст стал таким же привычным жестом, как переслать сообщение.
Стоимость расшифровки
Расшифровка голосового стоит от 0,29 ₽/мин по модели pay-as-you-go: вы платите только за обработанные секунды, баланс не сгорает, неполные секунды округляются вниз. В Telegram-боте первые 100 расшифровок в день бесплатны, а большие объёмы мы выделяем по запросу.
Форматы и требования к аудио
Голосовое в Telegram хранится в формате .ogg с кодеком OPUS; сервис принимает .ogg, mp3, m4a, wav и другие форматы. Тот же движок обеспечивает транскрибацию аудио в текст для длинных записей - лекций, встреч и интервью.
Скорость и языки
Обработка файла занимает ~1-2% его длительности, поэтому минутный войс расшифровывается за секунды. Palatine Speech поддерживает ~100 языков, и текст всегда возвращается на языке речи: голос в текст - это транскрипция, а не перевод на другой язык. «Перевести голосовое в текст» означает сделать его текстом в исходном языке.
Безопасность и хранение данных
Голосовые клиентов обрабатываются в 4 ЦОД Tier III на территории РФ по 152-ФЗ и передаются по TLS. Мы не обучаем модели на данных клиентов; оплата возможна картой МИР, через СБП или по счёту.
API для расшифровки голосовых
API Palatine совместим с OpenAI (POST /audio/transcriptions) и поддерживает диаризацию, тайм-коды и форматы вывода json, verbose_json, text, srt, vtt. Это позволяет встроить расшифровку голосовых в чат-бота, CRM или собственный сервис.
Ответы на вопросы
Не нашли ответ на свой вопрос? Напишите нам
Как перевести голосовое сообщение в текст?
Перешлите голосовое боту @VoicePalatineBot в Telegram или загрузите аудиофайл в дашборд Palatine Speech — текст вернётся через несколько секунд. Первые 100 расшифровок в день в боте бесплатны.
Сколько стоит расшифровка голосовых сообщений?
От 0,29 ₽/мин по модели pay-as-you-go: платите только за обработанные секунды, баланс не сгорает, неполные секунды округляются вниз. В Telegram-боте 100 расшифровок в день бесплатно.
Какая точность распознавания?
На бенчмарке из 7 датасетов Palatine Speech показывает WER 7,10% и WAcc 92,9% — уровень ведущих мировых движков. На телефонии 8 кГц точность около 90%.
Можно ли расшифровать голосовое из Telegram?
Да. Перешлите войс или аудиофайл боту @VoicePalatineBot, и он вернёт текст. Также можно скачать голосовое (формат .ogg) и загрузить файл в дашборд.
А голосовые из WhatsApp?
Да. Сохраните аудиосообщение из WhatsApp как файл и загрузите его в Palatine Speech или перешлите в Telegram-бот — расшифровка работает с любыми аудиофайлами.
На каком языке возвращается текст?
Текст возвращается на языке речи — это транскрипция, а не перевод на другой язык. Поддерживается около 100 языков, включая русский и языки СНГ.
Безопасно ли загружать личные голосовые?
Данные обрабатываются в 4 ЦОД Tier III на территории РФ по 152-ФЗ, передаются по TLS. Мы не обучаем модели на данных клиентов.
Есть ли API для расшифровки голосовых?
Да, OpenAI-совместимый API: POST /audio/transcriptions с диаризацией, тайм-кодами и форматами json, verbose_json, text, srt, vtt.