Yandex Cloud
Поиск
Связаться с намиПодключиться
  • Документация
  • Блог
  • Все сервисы
  • Статус работы сервисов
    • Популярные
    • Инфраструктура и сеть
    • Платформа данных
    • Контейнеры
    • Инструменты разработчика
    • Бессерверные вычисления
    • Безопасность
    • Мониторинг и управление ресурсами
    • Машинное обучение
    • Бизнес-инструменты
  • Все решения
    • По отраслям
    • По типу задач
    • Экономика платформы
    • Безопасность
    • Техническая поддержка
    • Каталог партнёров
    • Обучение и сертификация
    • Облако для стартапов
    • Облако для крупного бизнеса
    • Центр технологий для общества
    • Облако для интеграторов
    • Поддержка IT-бизнеса
    • Облако для фрилансеров
    • Обучение и сертификация
    • Блог
    • Документация
    • Контент-программа
    • Мероприятия и вебинары
    • Контакты, чаты и сообщества
    • Идеи
    • Истории успеха
    • Тарифы Yandex Cloud
    • Промоакции и free tier
    • Правила тарификации
  • Документация
  • Блог
Проект Яндекса
© 2025 ООО «Яндекс.Облако»
Yandex SpeechKit
  • Обзор технологий SpeechKit
  • Поддерживаемые форматы аудио
  • Интеграция телефонии
  • Квоты и лимиты
  • Управление доступом
  • Правила тарификации

Поддерживаемые форматы аудио

Статья создана
Yandex Cloud
Обновлена 6 мая 2025 г.

SpeechKit позволяет распознавать и синтезировать аудио в форматах:

  • LPCM
  • OggOpus
  • MP3

LPCMLPCM

Linear pulse-code modulation без WAV-заголовка.

Характеристики аудио в этом формате:

  • Частота дискретизации:

    Версия API Допустимые значения
    API v1 синтеза 8, 16 или 48 кГц
    API v3 синтеза любое значение от 8 до 48 кГц
    API v2 распознавания 8, 16 или 48 кГц
    API v3 распознавания 8, 16 или 48 кГц
  • Разрядность квантования — 16 бит.

  • Порядок байтов — обратный (little-endian).

  • Аудиоданные хранятся как знаковые числа (signed integer).

OggOpusOggOpus

OggOpus — данные закодированы с помощью аудиокодека OPUS и упакованы в контейнер OGG.

SpeechKit распознает и синтезирует OggOpus без ограничений на качество и заголовки аудиофайлов.

MP3MP3

MP3 — данные закодированы с помощью аудиокодека MPEG-1/2/2.5 Layer III и упакованы в контейнер MP3.

SpeechKit распознает MP3 без ограничений на качество и заголовки аудиофайлов.

Важно

Формат MP3 не поддерживается в API v1 синхронного распознавания и API v2 потокового распознавания.

Была ли статья полезна?

Предыдущая
Регулярное асинхронное распознавание аудиофайлов из Object Storage
Следующая
Интеграция телефонии
Проект Яндекса
© 2025 ООО «Яндекс.Облако»