Распознавание речи с помощью Playground

1. В консоли управления выберите каталог, в котором вы будете работать с сервисом.

2. Перейдите в сервис SpeechKit.

3. На панели слева выберите SpeechKit Playground.

4. Перейдите на вкладку Распознавание речи.

5. В блоке Параметры распознавания:

   • Язык — выберите нужный язык или оставьте значение Автоматически.
   • Нормализация текста — представляет даты и время в цифровом формате, преобразовывает числа из словарного в цифровой формат и открывает доступ к дополнительным настройкам.
   • Фильтрация обсценной лексики — маскирует обсценную лексику.
   • Литературный текст — добавляет заглавные буквы и знаки пунктуации.
   • Определение дикторов — размечает, какому из дикторов принадлежит каждая распознанная фраза.
   • Группировка фраз дикторов — разделяет фразы на две группы по дикторам.

6. Нажмите Выбрать файл или перетащите аудиофайл в зону загрузки.

   Совет

   Заранее конвертируйте файл в поддерживаемый аудиоформат: MP3, WAV или OGG с аудиокодеком OPUS. Максимальный размер файла — 60 МБ.

7. Классификаторы — находит в тексте фразы заданной категории, например, приветствие, негатив или мат. Работает только для русского языка.

8. Обработка результатов — обработка результатов с помощью LLM:

   • Модель — выберите модель для обработки. Стоимость обработки зависит от выбранной модели.
   • Инструкция:
     • Напишите промпт в поле ввода или выберите готовый.
     • Формат результата — укажите предпочитаемый формат для результатов распознавания.
     • Добавить инструкцию — добавьте еще одну инструкцию. Всего можно добавить до пяти инструкций.

9. Нажмите Распознать, чтобы распознать речь в аудиофайле.

   Распознавание может занять от нескольких секунд до нескольких минут в зависимости от размера аудиофайла.

10. Нажмите Посмотреть код, чтобы получить код запроса для Python REST или Python gRPC.

SpeechKit Playground предоставляет базовые возможности распознавания речи. Более гибкие настройки распознавания доступны только через API.