Үтүө күнүнэн! · API для саха
Якутская речь в текст — и обратно
Саха SpeechKit: распознавание и синтез речи на языке саха по API, совместимому с Yandex SpeechKit. Получите ключ и подключите за пять минут.
Пробный пакет при регистрации: 30 минут распознавания и 10 тысяч символов синтеза в месяц.
Голоса
Пресеты и свои. Примеры озвучки доступны в консоли после входа.
Айта
женский · нейтральный
«Үтүө күнүнэн!»
Свой голос
клонирование по образцу
«10–30 секунд чистой речи с расшифровкой»
Диктор
мужской · дикторский
«Саха тылын иһит.»
Что внутри
Точное распознавание
GigaAM-Multilingual, дообученная на саха: 585M параметров. WER 0,150 с языковой моделью.
Синтез и клонирование голоса
Речь 24 кГц. Свой голос — по образцу в 10–30 секунд чистой речи с расшифровкой.
Совместим с Yandex SpeechKit
HTTP v1, HTTP v3, gRPC v3. Код, написанный под облако, работает после смены адреса и ключа.
Прозрачные деньги
Цена каждого запроса приходит в заголовках ответа. Журнал списаний, счета и CSV-выгрузка в консоли.
Ключи и лимиты
Ключи по папкам, права и пределы на каждый. Секрет показывается один раз.
Длинные записи
Отложенное распознавание через очередь по сниженной цене.
Подключение за минуту
Ключ в заголовке, звук в теле запроса. Ответ — JSON с текстом.
Вся документация →curl -X POST "https://speech.michill.ru/speech/v1/stt:recognize?format=wav&lang=sah-RU" \
-H "Authorization: Api-Key $SPEECHKIT_KEY" \
--data-binary @запись.wav
# {"result": "санаатыттан арахсан"}Цены
Больше — напишите нам
по запросу
Напишите нам — пополним кредиты на вашем балансе. Дальше расход идёт по ставкам ниже.
Частые вопросы
Какие языки поддерживаются?
Один — саха (якутский). Параметр lang принимается для совместимости с облачными клиентами.
Насколько точно распознавание?
WER 0,150 и CER 0,033 с языковой моделью; без неё 0,212 и 0,041.
Можно использовать готовый клиент Yandex SpeechKit?
Да. Контракты HTTP v1/v3 и gRPC v3 повторяют облачные; меняются адрес и ключ. Отличия описаны в документации.
Как создать свой голос?
Загрузите в консоли 10–30 секунд чистой речи с расшифровкой — голос станет доступен в параметре voice.
Что с записями, которые нельзя отдавать наружу?
Для таких случаев возможна установка у клиента — напишите нам.
Сколько стоит?
Распознавание считается блоками по 15 секунд, синтез — по 100 символов. Каждому аккаунту ежемесячно даётся бесплатный объём, больше — напишите нам, пополним кредиты. Подробности на странице цен.