# Palatine Speech

> Palatine Speech — облачная платформа и API для распознавания и обработки речи от российского разработчика AI/ML-решений Palatine. Сервис выполняет автоматическую транскрибацию аудио и видео в текст, диаризацию (разделение по спикерам), синтез речи, генерацию субтитров в форматах SRT и VTT и перевод речи в текст. Точность распознавания русской речи — WAcc 92,9% (WER 7,10%), поддерживается около 100 языков, данные обрабатываются в дата-центрах на территории РФ (Tier III, 152-ФЗ). API совместим с OpenAI Audio API, тарификация — от 0,29 ₽ за минуту аудио.

Palatine помогает бизнесу внедрять искусственный интеллект, повышать эффективность и снижать затраты за счёт компьютерного зрения, машинного обучения и облачных технологий. Основной продукт — Palatine Speech — предоставляет REST API для транскрибации, диаризации, синтеза речи и создания субтитров с таймкодами. Сервис работает с распространёнными аудио- и видеоформатами и подходит как для разовой расшифровки записей, так и для промышленной интеграции.

## Palatine

- [Главный сайт Palatine](https://palatine.ru): информация о компании Palatine, её AI/ML-продуктах, кейсах и технологиях.

## Продукты и сценарии Palatine Speech

- [Транскрибация аудио в текст](https://speech.palatine.ru/transkribatsiya-audio-v-tekst): автоматическая расшифровка аудиозаписей в текст с таймкодами и разделением по спикерам.
- [Транскрибация видео в текст](https://speech.palatine.ru/transkribatsiya-video-v-tekst): перевод видеозаписей в текст — из видео извлекается аудиодорожка и распознаётся речь.
- [Транскрибация MP3 в текст](https://speech.palatine.ru/transkribatsiya-mp3-v-tekst): расшифровка файлов MP3 в редактируемый текст.
- [Транскрибация MP4 в текст](https://speech.palatine.ru/transkribatsiya-mp4-v-tekst): распознавание речи из видеофайлов MP4.
- [Транскрибация WAV в текст](https://speech.palatine.ru/transkribatsiya-wav-v-tekst): расшифровка несжатых аудиофайлов WAV.
- [Транскрибация видео с YouTube в текст](https://speech.palatine.ru/transkribatsiya-youtube-v-tekst): получение текстовой расшифровки роликов YouTube.
- [Бесплатная транскрибация](https://speech.palatine.ru/transkribatsiya-besplatno): расшифровка короткой записи в текст без оплаты для знакомства с сервисом.
- [Диктофон в текст](https://speech.palatine.ru/diktofon-v-tekst): расшифровка диктофонных записей в текст.
- [Голос в текст](https://speech.palatine.ru/golos-v-tekst): преобразование произвольной речи в текст.
- [Голосовые сообщения в текст](https://speech.palatine.ru/golosovye-soobshcheniya-v-tekst): расшифровка голосовых сообщений из мессенджеров.
- [Перевод аудио и видео в текст](https://speech.palatine.ru/perevod-audio-i-video-v-tekst): распознавание речи из аудио- и видеофайлов с сохранением структуры.
- [Распознать текст песни](https://speech.palatine.ru/raspoznat-tekst-pesni): извлечение слов песни из аудиозаписи.
- [Транскрибация встреч и совещаний](https://speech.palatine.ru/transkribatsiya-vstrech-i-soveshchaniy): протоколы встреч и совещаний с разделением реплик по участникам.
- [Транскрибация звонков](https://speech.palatine.ru/transkribatsiya-zvonkov): расшифровка телефонных разговоров и анализ звонков.
- [Транскрибация подкастов](https://speech.palatine.ru/transkribatsiya-podcastov): текстовые версии подкастов для публикации и поиска.
- [Транскрибация вебинаров](https://speech.palatine.ru/transkribatsiya-webinarov): расшифровка вебинаров в текст и конспект.
- [Транскрибация лекций и конспект](https://speech.palatine.ru/transkribatsiya-lektsiy-i-konspekt): расшифровка лекций с автоматическим конспектом.
- [Расшифровка аудиозаписи для суда](https://speech.palatine.ru/rasshifrovka-audiozapisi-dlya-suda): подготовка текстовой расшифровки аудиозаписей для судебных дел.
- [Саммари из видео и аудио](https://speech.palatine.ru/sammari-iz-video-i-audio): краткое содержание записи на основе транскрипта.
- [Генератор субтитров](https://speech.palatine.ru/generator-subtitrov): создание субтитров в форматах SRT и VTT с таймкодами.
- [Speech-to-Text API](https://speech.palatine.ru/speech-to-text-api): программный интерфейс распознавания речи, совместимый с OpenAI Audio API.
- [API диаризации](https://speech.palatine.ru/diarizatsiya-api): разделение аудио на сегменты по спикерам через API.
- [Телеграм-бот](https://speech.palatine.ru/telegram-bot): расшифровка аудио и голосовых сообщений в Telegram через бота @VoicePalatineBot.
- [Тарифы](https://speech.palatine.ru/tarify): цены и планы Palatine Speech, тарификация от 0,29 ₽ за минуту аудио.

## Блог

- [Блог Palatine Speech](https://speech.palatine.ru/blog): руководства, кейсы и материалы о транскрибации, субтитрах, диаризации и работе с речевыми технологиями. Полный список статей — в [llms-full.txt](https://speech.palatine.ru/llms-full.txt).

## Palatine Speech документация

- [Начало работы с Palatine Speech API](https://docs.speech.palatine.ru/documentation/quick_start/quick_start): руководство по запуску и интеграции API. Объясняет, как отправлять аудио на транскрибацию или диаризацию, получать результат в структуре, совместимой с OpenAI API, выбирать форматы ответа (JSON, текст, SRT, VTT) и использовать polling API для больших файлов.
- [Поддерживаемые языки](https://docs.speech.palatine.ru/documentation/technical_information/languages): полный список поддерживаемых языков с кодами. Раздел объясняет, как задать параметр `language` для явного выбора языка транскрипции; без параметра язык определяется автоматически.
- [Поддерживаемые форматы аудио и видео](https://docs.speech.palatine.ru/documentation/technical_information/supported_files): перечень поддерживаемых форматов и MIME-типов аудио и видео (из видео извлекается только аудио) — AIFF, FLAC, M4A/AAC, MP3, OGG, Opus, WAV, AVI, MKV, MOV, MP4 и другие.
- [Polling API: принцип работы](https://docs.speech.palatine.ru/documentation/technical_information/polling_principles): объяснение асинхронного режима работы. Описывает, как отправить запрос, получить уникальный `task_id`, опрашивать статус задачи, дождаться результата и корректно завершить процесс.
- [API-справочник Palatine Speech](https://docs.speech.palatine.ru/api-reference): официальная документация всех REST-эндпоинтов для транскрибации, диаризации, создания субтитров и других функций сервиса.

## API

Эндпоинты Palatine Speech API:

- [POST `/transcribe/do_transcribe`](https://docs.speech.palatine.ru/api-reference/transcribe/transcribe-polling-api/transcribe): преобразует аудио в текст и возвращает идентификатор асинхронной задачи.
- [POST `/transcribe/task_done/{task_id}`](https://docs.speech.palatine.ru/api-reference/transcribe/transcribe-polling-api/task-done): отмечает задачу транскрипции как завершённую и удаляет её данные из кэша.
- [GET `/transcribe/task_status/{task_id}`](https://docs.speech.palatine.ru/api-reference/transcribe/transcribe-polling-api/task-status): возвращает текущий статус и результат задачи транскрипции при готовности.
- [POST `/audio/transcriptions`](https://docs.speech.palatine.ru/api-reference/transcribe_openai/transcribe-openai-api/openai-transcribe): совместимый с OpenAI Audio API эндпоинт для транскрибации аудио и видео.
- [POST `/diarization/do_diarize`](https://docs.speech.palatine.ru/api-reference/diarization/diarization-polling-api/diarize): разделяет аудио на сегменты по спикерам и возвращает идентификатор асинхронной задачи.
- [POST `/diarization/task_done/{task_id}`](https://docs.speech.palatine.ru/api-reference/diarization/diarization-polling-api/task-done): отмечает задачу диаризации как завершённую и удаляет её данные из кэша.
- [GET `/diarization/task_status/{task_id}`](https://docs.speech.palatine.ru/api-reference/diarization/diarization-polling-api/task-status): возвращает текущий статус и результат задачи диаризации при готовности.

## Онлайн-инструменты

- [Онлайн-инструменты для аудио, видео и субтитров](https://speech.palatine.ru/instrumentary): Конвертеры, обрезка, сжатие, субтитры и проверка микрофона: выберите карточку, загрузите файл и получите результат прямо в браузере. Устанавливать ничего не нужно.
- Конвертеры аудио и видео:
  - [Извлечь звук из видео](https://speech.palatine.ru/instrumentary/izvlech-zvuk-iz-video): Достаёт звук из видео в MP3, M4A, WAV, OGG или FLAC
  - [MP4 в MP3](https://speech.palatine.ru/instrumentary/mp4-v-mp3): Звук из MP4 в MP3, M4A или WAV прямо в браузере
  - [MOV в MP3](https://speech.palatine.ru/instrumentary/mov-v-mp3): Звук из MOV (iPhone, камеры) в MP3, M4A или WAV
  - [MP4 в WAV](https://speech.palatine.ru/instrumentary/mp4-v-wav): Звук из MP4 в WAV без сжатия, а также в FLAC или MP3
  - [Видеоконвертер](https://speech.palatine.ru/instrumentary/video-konverter): Видео в MP4, MOV, MKV, WEBM, GIF и MP3 прямо в браузере
  - [MOV в MP4](https://speech.palatine.ru/instrumentary/mov-v-mp4): Видео с iPhone в MP4: без перекодирования, где возможно
  - [MKV в MP4](https://speech.palatine.ru/instrumentary/mkv-v-mp4): MKV в MP4 в браузере: H.264 и HEVC без пережатия
  - [AVI в MP4](https://speech.palatine.ru/instrumentary/avi-v-mp4): AVI с DivX и Xvid в MP4 с H.264, прямо в браузере
  - [WEBM в MP4](https://speech.palatine.ru/instrumentary/webm-v-mp4): Видео WEBM (VP8, VP9) в MP4 с H.264 и AAC, в браузере
  - [WMV в MP4](https://speech.palatine.ru/instrumentary/wmv-v-mp4): Старые ролики Windows Media в MP4 с H.264 и AAC
  - [MTS в MP4](https://speech.palatine.ru/instrumentary/mts-v-mp4): Видео AVCHD (MTS, M2TS, TS) в MP4, часто без перекодирования
  - [3GP в MP4](https://speech.palatine.ru/instrumentary/3gp-v-mp4): Видео со старых телефонов (3GP, 3G2) в MP4, в браузере
  - [MP4 в GIF](https://speech.palatine.ru/instrumentary/mp4-v-gif): Фрагмент видео до 15 секунд в GIF, прямо в браузере
  - [Аудиоконвертер](https://speech.palatine.ru/instrumentary/audio-konverter): Конвертирует аудио в MP3, WAV, M4A, OGG, OPUS и FLAC
  - [WAV в MP3](https://speech.palatine.ru/instrumentary/wav-v-mp3): Сжимает WAV в MP3 или M4A, либо в FLAC без потерь
  - [MP3 в WAV](https://speech.palatine.ru/instrumentary/mp3-v-wav): Переводит MP3 в несжатый WAV или в FLAC без потерь
  - [M4A в MP3](https://speech.palatine.ru/instrumentary/m4a-v-mp3): Конвертирует M4A (диктофон iPhone) в MP3 или WAV
  - [OGG и OPUS в MP3](https://speech.palatine.ru/instrumentary/ogg-v-mp3): Голосовые Telegram, OGG и OPUS в MP3, WAV или M4A
  - [AAC в MP3](https://speech.palatine.ru/instrumentary/aac-v-mp3): AAC и M4A в MP3 или WAV прямо в браузере
  - [WMA в MP3](https://speech.palatine.ru/instrumentary/wma-v-mp3): WMA в MP3, WAV или M4A прямо в браузере
  - [FLAC в MP3](https://speech.palatine.ru/instrumentary/flac-v-mp3): FLAC в MP3 или M4A: качество 128–320 кбит/с
  - [FLAC в WAV](https://speech.palatine.ru/instrumentary/flac-v-wav): FLAC в несжатый WAV или в MP3 прямо в браузере
  - [MP3 в M4R (рингтон iPhone)](https://speech.palatine.ru/instrumentary/mp3-v-m4r): Рингтон для iPhone из MP3: фрагмент до 40 с в формате M4R
- Работа с аудио:
  - [Обрезать аудио](https://speech.palatine.ru/instrumentary/obrezat-audio): Оставить или вырезать фрагмент на волне, MP3, M4A, WAV, M4R
  - [Склеить аудио](https://speech.palatine.ru/instrumentary/skleit-audio): До 20 файлов в один: встык, с паузой или плавным переходом
  - [Сжать MP3 и аудио](https://speech.palatine.ru/instrumentary/szhat-audio): Уменьшает размер аудио: MP3 на 48–128 кбит/с, можно в моно
  - [Увеличить громкость](https://speech.palatine.ru/instrumentary/uvelichit-gromkost-audio): Усиливает на 1–20 дБ или выравнивает до −16 LUFS, аудио и видео
  - [Ускорить или замедлить аудио](https://speech.palatine.ru/instrumentary/izmenit-skorost-audio): Меняет скорость от 0,5× до 3× с сохранением высоты голоса
- Работа с видео:
  - [Обрезать видео](https://speech.palatine.ru/instrumentary/obrezat-video): Вырезать фрагмент по таймлайну: быстро или точно, в браузере
  - [Сжать видео](https://speech.palatine.ru/instrumentary/szhat-video): Сжатие видео в MP4 (H.264) прямо в браузере
- Субтитры:
  - [Субтитры в текст](https://speech.palatine.ru/instrumentary/subtitry-v-tekst): SRT, VTT, ASS в чистый текст и в другие форматы
  - [Извлечь субтитры из видео](https://speech.palatine.ru/instrumentary/izvlech-subtitry-iz-video): Достаёт дорожки субтитров из MKV и MP4 в SRT, VTT, ASS
- Микрофон и звук:
  - [Проверка микрофона](https://speech.palatine.ru/instrumentary/proverka-mikrofona): Уровень, запись с прослушиванием и тест распознавания речи
  - [Шумомер онлайн](https://speech.palatine.ru/instrumentary/shumomer): Уровень шума в дБ по микрофону: график, минимум, максимум
- Расшифровка в текст:
  - [Диктофон iPhone (M4A) в текст](https://speech.palatine.ru/instrumentary/m4a-v-tekst): Расшифровка записи с iPhone: текст со спикерами и таймкодами