Speech API · для бизнеса и разработчиков

Распознавание речи по API – в вашем продукте

Файлы, ссылки и поток по WebSocket, спикеры, роли и эмоции, саммари. GPU, модели и мониторинг – на нашей стороне, у вас остаётся продукт.

Ключ API – в личном кабинете · 1000 тестовых минут – по запросу

10+ млн
минут аудио в день обрабатывает API
от 0,29 ₽
за минуту, посекундно
99,982%
отказоустойчивость
API=https://api.palatine.ru/api/v1TOKEN="<YOUR_TOKEN>" curl "$API/transcribe/do_transcribe?diarization_model=auto" \  -H "Authorization: Bearer $TOKEN" \  -F "file=@call.mp3" # опрашиваем, пока status не станет "success"curl "$API/transcribe/task_status/{task_id}" \  -H "Authorization: Bearer $TOKEN"

{"status": "success", "data": {"text": "…", "segments": […], "words": […]}}

Как начать

Три шага до первого текста

  1. 1Получите ключВ личном кабинете Palatine.
  2. 2Отправьте записьФайл, ссылку или поток – одним запросом.
  3. 3Заберите результатJSON, текст, SRT или VTT – формат задаёт response_format.

Как мы обеспечиваем качество · 01 из 07

Почему Palatine

Всё из этого списка мы уже закрыли: кластер, модели, телефония, realtime и мониторинг. Вам остаётся продукт.

Обсудить интеграцию

Что вам не нужно делать

  • Закупать и обслуживать GPU-кластер
  • Нанимать ML-команду и DevOps
  • Дообучать модель под телефонию: 8 кГц, шум, сжатие
  • Настраивать Realtime, диаризацию и LLM
  • Поддерживать высокий uptime
  • Масштабировать серверы под пиковую нагрузку
  • Разбираться в десятках моделей и выбирать лучшую
  • Настраивать мониторинг, алерты и SLO
  • Обновлять модели и следить за качеством распознавания
  • Отвечать за защиту данных и требования 152-ФЗ
  • Держать поддержку для пользователей

Всё это делает Palatine

Как мы обеспечиваем качество · 02 из 07

Защита данных

Вы выбираете, где обрабатывать запись: на своём компьютере, в облаке или в своём контуре. Канал под TLS, хранение по 152-ФЗ. Мы в реестре операторов персональных данных Роскомнадзора.

Подробнее о безопасности

Путь ваших данных

  1. 01 · УстройствоОбработка там, где требуетсяВ облаке или в вашем контуре
  2. 02 · ПередачаШифрованный каналТрафик под TLS, ключи под контролем
  3. 03 · ХранениеЦОД в РоссииTier III, хранение по 152-ФЗ
  4. 04 · НадёжностьБез единой точки отказаРезервируем вычисления, очереди и хранилище

В реестре операторов персональных данных Роскомнадзора

Как мы обеспечиваем качество · 03 из 07

Доступность

Отказоустойчивость 99,982%: четыре ЦОД Tier III в России делят нагрузку, при сбое одного трафик уходит на остальные три.

Как устроена инфраструктура

99,982%

отказоустойчивость сервиса · четыре ЦОД Tier III в России

Нагрузка делится между четырьмя ЦОД. Если один уходит на обслуживание или отказывает, трафик автоматически перераспределяется на остальные три.

Как мы обеспечиваем качество · 04 из 07

Точность

На 467 минутах русской речи WER на файле – 14,72%: второй результат из 11 систем, до первого места 0,67 п. п. Среди сервисов с обработкой в России – лучший результат у Palatine Speech.

Документация

14,72%

WER на файле · второй результат из 11 систем

WER – доля ошибочных слов, меньше – лучше. РФ – обработка в России по заявлению провайдера. Бенчмарк на 467 минутах русской речи, 1865 клипов, сентябрь 2026 · настройки API по умолчанию.

  1. OpenAI14,05%
  2. Palatine SpeechРФ14,72%
  3. ElevenLabs14,82%
  4. T-BankРФ15,06%
  5. Groq15,32%
  6. Deepgram15,41%
  7. YandexРФ15,44%
  8. Whisper large-v3локально16,13%
  9. Whisper turboлокально16,19%
  10. AssemblyAI16,46%
  11. Speechmatics18,80%

Как мы обеспечиваем качество · 05 из 07

Скорость

Когда текст идёт прямо во время разговора, от начала речи до первых слов – 0,66 с, второй результат из семи API. От последнего слова до готовой фразы – 0,35 с. Файл на 30 минут обрабатывается примерно за 25 секунд.

Документация

В реальном времени

0,66 с

от начала речи до первых слов · второй результат из 7

  1. OpenAI0,61 с
  2. Palatine Speech0,66 с
  3. Yandex0,76 с
  4. Deepgram0,96 с
  5. ElevenLabs2,02 с
  6. T-Bank8,43 с

Готовый файл

25 с

ждать текст записи длиной 30 минут

  1. AssemblyAI14 с
  2. Palatine Speech25 с
  3. Yandex SpeechKit2 мин
  4. OpenAI10 мин

Задержка – медиана по клипам при подаче звука в реальном времени; в неё входят тишина в начале клипа и сеть до серверов провайдера.

Как мы обеспечиваем качество · 06 из 07

Удобство

Оплата картой, СБП, T-Pay, SberPay или по счёту, в API – посекундная тарификация, поддержка отвечает в Telegram и на почте.

Тарифы и оплата

Удобно с первого дня

  • ₽Удобная оплатаКартой, СБП, T-Pay, SberPay и другими способами ЮKassa. Компаниям – по счёту
  • 4Четыре продуктаMurmur, кабинет, Telegram-бот и API на одной модели
  • сПосекундная тарификацияВ API – только за распознанные секунды
  • 0Бесплатный стартПо запросу даём 1000 минут на тесты
  • Поддержка в TelegramОтветим в @speech_support_bot
  • { }ДокументацияПонятно написана и всегда актуальна

Как мы обеспечиваем качество · 07 из 07

Исследование PwC (ТеДо)

PwC (ТеДо) сравнили восемь российских сервисов транскрибации по 146 параметрам. У Palatine Speech высшая оценка по стратегии развития и по техническим критериям качества.

Читать исследование

Исследование PwC (ТеДо) · 8 сервисов · 146 параметров

Отличились техническим качеством и стратегией развития

Стратегия развития – первое место из восьми, технические критерии – высшая оценка.

PwC (ТеДо), «Созвездие. Инструменты транскрибации», март 2026

Speech API

Тарифы

Без подписки: баланс не сгорает, секунды округляются вниз. Каждая операция – по своей цене.

  • Speech API

    Распознавание речи в вашем продукте

    от0,29 ₽/ мин

    • Посекундно, секунды округляются вниз
    • Баланс не сгорает, без подписки
    • Тестовые минуты – по запросу

    Распознавание

    • Файлы и ссылкиот 0,29 ₽/ мин
    • Поток на русскомот 0,29 ₽/ мин
    • Словарь терминовбесплатно

    Анализ разговора

    • Диаризация0,30 ₽/ мин
    • Роли говорящих0,048 ₽/ мин
    • Эмоции реплик0,048 ₽/ мин
    • Тональность0,29 ₽/ мин
    • Фильтр матабесплатно

    Языковая модель: саммари и чат

    • Входные токены0,7 ₽/ 1 000 токенов
    • Выходные токены1,4 ₽/ 1 000 токенов
    Получить API-ключ
  • On-premise

    Для закрытых контуров

    По запросу

    • Развёртывание в вашей инфраструктуре
    • Работает без доступа в интернет
    • Записи не покидают ваш контур
    • Автомасштабирование и поддержка
    Запросить расчёт

Калькулятор расходов

Ориентировочно в месяц

4 248 ₽

7 200 мин · распознавание + диаризация

Начать использование

Совместимость

Работает с OpenAI SDK: меняете адрес, ключ и модель

Если распознавание уже подключено через клиент openai, переписывать код не нужно.

Три строки вместо новой интеграции

Остальной код остаётся прежним: параметры response_format, language и prompt работают как в OpenAI.

  • base_url – https://api.palatine.ru/api/v1
  • api_key – ваш токен Palatine
  • model – palatine_large_highspeed

transcribe.py – уже на OpenAI Audio API?−2 +3

from openai import OpenAI client = OpenAI(    api_key="sk-…",    base_url="https://api.palatine.ru/api/v1",    api_key="<YOUR_TOKEN>",) result = client.audio.transcriptions.create(    file=open("call.mp3", "rb"),    model="whisper-1",    model="palatine_large_highspeed",)

Поменяйте адрес и модель – остальной код тот же: response_format, language и prompt работают как в OpenAI.

Результат

Один ответ – разные форматы

Субтитры, текст или JSON

Формат выбирает параметр response_format: json, verbose_json, text, srt или vtt. Пословные таймкоды – в ответе.

  • json
  • verbose_json
  • text
  • srt
  • vtt
  • TXT
  • SRT
  • VTT
  • CSV
  • XLSX
  • JSON

POST /audio/transcriptionsresponse_format

1
00:00:00,400 --> 00:00:03,200
Добрый день, компания «Ромашка».

2
00:00:03,500 --> 00:00:09,800
Третий раз звоню, а заказа всё нет!

3
00:00:10,200 --> 00:00:14,000
Сейчас проверю номер заказа и сроки доставки.

Ещё json и verbose_json – структура ответа описана в документации.

Подключение

Как ещё можно подключиться

  • REST

    Файлы и ссылки

    Отправили запись – получили task_id, результат забираете опросом статуса.

  • WebSocket

    Поток

    Промежуточный и финальный текст с таймкодами: слова приходят по мере речи. Русская речь, от 0,29 ₽ за минуту.

  • OpenAI

    Совместимая ручка

    Клиент openai: меняете base_url и токен.

  • Языковая модель

    Саммари и чат

    Конспект записи и вопросы к ней – 0,7 ₽ за 1 000 входных и 1,4 ₽ за 1 000 выходных токенов.

  • On-premise

    Ваш контур

    Развёртывание в вашей инфраструктуре – по запросу.

  • Словарь

    Термины и имена

    Словарь и фильтр мата бесплатно, подсказка prompt до 1000 символов.

FAQ

Вопросы и ответы

Не нашли ответ? Напишите в бот поддержки, отвечаем в Telegram.

Написать в поддержку
  1. Запросите 1000 минут на тесты, получите ключ и подключитесь по документации: файлы и ссылки, потоковое распознавание и единая схема ответа. Документация API

  2. Да, по запросу даём 1000 минут на тесты. Словарь терминов и фильтр мата бесплатны – оплачивается только распознавание.

  3. Транскрибация – 0,29 ₽ за минуту, диаризация – 0,30 ₽, анализ тональности – 0,29 ₽. Тарификация посекундная, по факту; для юрлиц – оплата по счёту и ЭДО.

  4. Три: синхронный REST, совместимый с OpenAI, – для коротких файлов; асинхронная очередь задач – для длинных записей на 10+ часов; потоковый по WebSocket – для звонков, диктовки и субтитров в реальном времени.

  5. Да. palatine_diarize – для диалогов и коротких записей до 4 спикеров, palatine_diarize_multi – для созвонов и совещаний на 8–12+ участников. С diarization_model=auto модель выбирается по записи.

  6. Да. Speech API разворачивается внутри вашей инфраструктуры, в том числе без доступа в интернет, с автомасштабированием и корпоративной поддержкой.

  7. Нет. Мы не обучаем модели на ваших данных, не передаём, не храним и не анализируем их.

Начните с пилота на своих записях

По запросу дадим 1000 минут на тесты: проверим качество на ваших сценариях и согласуем, где развернуть.

Murmur

Лист ожидания

Murmur готовится к релизу. Оставьте почту – напишем, когда он выйдет.