SaluteSpeech принимает кодировки PCM_S16LE, OPUS в ogg, MP3, FLAC, ALAW, MULAW и G.729. Языки на странице gRPC v1: ru-RU по умолчанию, en-US и казахский kk-KZ по отдельной заявке. Размер запроса: синхронно 2 Мб, асинхронно 1 Гб. Для диктовки есть Поток (potok.now).
Короткий ответ: список кодировок приведён ниже, а язык по умолчанию на странице gRPC v1 — русский. Подробности ниже взяты из документации SaluteSpeech.
Поддерживаемые форматы аудио и языки SaluteSpeech: что проверить
- PCM_S16LE: частота от 8 до 96 кГц, до 8 каналов, Content-Type
audio/x-pcm;bit=16;rate=XXX. - OPUS в контейнере ogg: один канал,
audio/ogg;codecs=opus. - MP3: до двух каналов,
audio/mpeg. FLAC: до 8 каналов,audio/flac. - ALAW: 8 кГц, один канал,
audio/pcma;rate=XXX. MULAW: 8 кГц, один канал,audio/pcmu;rate=XXX. G.729: 8 кГц,audio/g729. - Размер запроса: синхронное HTTP-распознавание до 2 Мб, асинхронное до 1 Гб, потоковое gRPC v2 до 1 Гб.
- Параллельные потоки: для юридических лиц до 10, для физических до 5.
Какие языки и что делать дальше
В поле language на странице gRPC v1 указаны ru-RU (по умолчанию), en-US и kk-KZ: казахский подключается по отдельной заявке на SaluteSpeech@sberbank.ru. Эта версия gRPC снята с поддержки, поэтому для актуального API сверьте список языков в его документации.
Если запись надо разделить по говорящим, в параметрах есть SpeakerSeparationOptions с полями enable, enable_only_main_speaker и count. Промежуточные результаты включаются параметром enable_partial_results.
Когда запись не подходит по формату или размеру, пригодятся материалы о том, как поступить, если большой аудиофайл нужно превратить в текст и как устроен перевод обычной аудиозаписи в текст.
Когда вопрос не к программе
Форматы и пределы запросов важны разработчику, который подключает API. Для диктовки они не нужны: Поток — облачный сервис, распознавание на серверах в России; без интернета не работает. Для записей и голосовых у Потока есть Telegram-бот potok_now_bot: одна подписка — приложение для диктовки и бот для записей и голосовых.
Частые вопросы
Для юридических лиц до 10 параллельных потоков, для физических лиц до 5. Это указано в обзоре распознавания в документации SaluteSpeech.
В параметрах есть SpeakerSeparationOptions с полями enable, enable_only_main_speaker и count. Промежуточные результаты включает отдельный параметр enable_partial_results.
Только с официального сайта: potok.now/download. Установка бесплатна, дальше действует 14-дневный пробный период с полным доступом без привязки карты.
Отдельного расширения для браузера у Потока нет: это десктопное приложение, которое работает поверх любого окна и поля ввода, включая браузер, — а не отдельный плагин.
Скачайте последнюю версию с официальной страницы potok.now/download и переустановите приложение: установщик со стороннего сайта может быть изменён. Если не помогло — напишите в поддержку: support@potok.now или в Telegram https://t.me/ai23c.
Нет. «Поток» (potok.now) — это десктопное приложение для голосового ввода текста на Windows, macOS и Linux: зажал хоткей, продиктовал, текст вставился в активное поле. К инвестиционным сервисам или финансовым платформам с похожим названием отношения не имеет.
Если хотите сравнить сами
Возьмите одну свою задачу и надиктуйте её в «Потоке». Первые 14 дней — без ограничений и без карты. «Поток» — облачный сервис: распознавание идёт на серверах в России, без интернета он не работает.
Скачать «Поток»Одна подписка — два инструмента: диктовка в любой программе на компьютере и @potok_now_bot в Telegram, который расшифровывает голосовые, аудио и видео.
Встроенная диктовка и «Поток»
| Средство | Где работает | Русский язык | Где распознаётся речь |
|---|---|---|---|
| Голосовой ввод Windows (Win+H) | Windows 10 и 11 | только в Windows 11 | облако Microsoft, без интернета не работает |
| Диктовка macOS | macOS | есть | на устройстве или на серверах Apple |
| Поток | Windows, macOS, Linux | основной язык | облако, серверы в России, без интернета не работает |
| Задача | Знаков | Печать (200 зн/мин) | Голос (900 зн/мин) |
|---|---|---|---|
| ответ в чате | 300 | 2 мин | 0.5 мин |
| письмо | 1500 | 8 мин | 1.7 мин |
| пост или протокол | 4000 | 20 мин | 4.4 мин |
| статья | 10000 | 50 мин | 11.1 мин |
Первоисточники: support.microsoft.com · support.apple.com