STT by GenAPI превращает речь из аудиозаписи в текст. Вы передаёте ссылку на аудиофайл, а сервис возвращает его расшифровку.

Что умеет

• Распознавать речь и преобразовывать её в текст.
• Возвращать таймкоды отдельных фрагментов речи с помощью параметра timestamps.
• Принимать подсказку о языке аудиозаписи.
• Корректно обрабатывать записи без речи: в таком случае возвращается пустой текст.

Что получает пользователь

Текстовую расшифровку аудиозаписи. При включённых таймкодах дополнительно можно получить временные отметки для отдельных фрагментов речи.

Преимущества

• Простой способ добавить распознавание речи в приложение.
• Поддержка таймкодов.
• Подходит для голосовых сообщений и диктовки.
• Можно использовать как часть голосового интерфейса или автоматической обработки аудио.
• Не сторонние нейросети — модель эксклюзивно от GenAPI.

Ограничения

Аудиофайл не передаётся непосредственно в запросе. Для работы нужна публичная HTTPS-ссылка на него.

Примеры использования

• Расшифровка голосовых сообщений.
• Диктовка текста.
• Создание субтитров.
• Голосовой ввод в приложениях.
• Обработка аудиозаписей.
• Голосовые функции в играх и чатах.

Почему удобно через GenAPI

STT доступен через единый API GenAPI и не требует самостоятельно подключать несколько сервисов распознавания. Сервис ориентирован на русскоязычные сценарии, работает на русском языке, предоставляет поддержку и принимает оплату российскими картами.