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
- 1Получите ключВ личном кабинете Palatine.
- 2Отправьте записьФайл, ссылку или поток – одним запросом.
- 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 интеграциюЧто 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 безопасностиПуть ваших данных
- 01 · УстройствоОбработка там, где требуетсяВ облаке или в вашем контуре
- 02 · ПередачаШифрованный каналТрафик под TLS, ключи под контролем
- 03 · ХранениеЦОД в РоссииTier III, хранение по 152-ФЗ
- 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 инфраструктура99,982%
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.
Документация14,72%
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.
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.
ДокументацияВ реальном времени
0,66 с
от начала речи до первых слов · второй результат из 7
Готовый файл
25 с
ждать текст записи длиной 30 минут
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 оплатаУдобно 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 исследованиеИсследование 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
Получить API-ключРаспознавание
- 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
On-premise
Для закрытых контуров
По запросу
- Развёртывание в вашей инфраструктуре
- Работает без доступа в интернет
- Записи не покидают ваш контур
- Автомасштабирование и поддержка
Калькулятор расходов
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.
jsonverbose_jsontextsrtvtt
- 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 поддержкуЗапросите 1000 минут на тесты, получите ключ и подключитесь по документации: файлы и ссылки, потоковое распознавание и единая схема ответа. Документация API
Да, по запросу даём 1000 минут на тесты. Словарь терминов и фильтр мата бесплатны – оплачивается только распознавание.
Транскрибация – 0,29 ₽ за минуту, диаризация – 0,30 ₽, анализ тональности – 0,29 ₽. Тарификация посекундная, по факту; для юрлиц – оплата по счёту и ЭДО.
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.
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.
Да. Speech API разворачивается внутри вашей инфраструктуры, в том числе без доступа в интернет, с автомасштабированием и корпоративной поддержкой.
Нет. Мы не обучаем модели на ваших данных, не передаём, не храним и не анализируем их.