Связаться с намиПодключиться

Как начать работать с Yandex SpeechSense

Статья создана
Обновлена 29 апреля 2025 г.

Сервис Yandex SpeechSense позволяет анализировать каналы коммуникации вашего бизнеса на основе записей разговоров или текстовых сообщений из чатов и интегрируется с вашими АТС и CRM-системами. SpeechSense использует голосовые технологии Yandex SpeechKit для расшифровки и статистического и качественного анализа аудиозаписей диалогов.

SpeechSense поддерживает анализ аудиозаписей и текстовых диалогов на русском и казахском языках.

Вы можете загрузить в SpeechSense свои данные или воспользоваться демонстрационным примером, который был синтезирован с помощью SpeechKit.

Перед началом работы

  1. Перейдите в консоль управления, затем войдите в Yandex Cloud или зарегистрируйтесь, если вы еще не зарегистрированы. О том, как начать работать с Yandex Cloud, см. в документе Начало работы с Yandex Cloud.

  2. Примите пользовательское соглашение.

  3. В сервисе Yandex Cloud Billing убедитесь, что у вас подключен платежный аккаунт и он находится в статусе ACTIVE или TRIAL_ACTIVE. Если платежного аккаунта нет, создайте его.

  4. Назначьте вашему аккаунту в Yandex Cloud роль speech-sense.spaces.creator.

    Примечание

    Если вы не можете управлять ролями, обратитесь к администратору вашего облака или организации.

  5. Откройте главную страницу SpeechSense.

  6. Выберите организацию, в которой вы будете работать со SpeechSense, или создайте новую.

Настройте окружение

  1. Создайте пространство, в котором будут находиться все ваши проекты: выберите Создать пространство, введите название, (опционально) добавьте описание и нажмите кнопку Создать.

  2. К пространству привяжите платежный аккаунт, с которого будет оплачиваться использование SpeechSense.

    Совет

    Управлять платежным аккаунтом могут только пользователи с аккаунтом на Яндексе. Если вы работаете с Yandex Cloud через федерацию удостоверений, обратитесь в техническую поддержку.

  3. Перейдите на вкладку Подключения и создайте подключение на основе метаинформации ваших аудиозаписей или переписок из чатов:

    1. Введите Название подключения.
    2. Выберите тип данных Двухканальное аудио или Чат.
    3. Задайте параметры подключения. Процесс подробно рассмотрен в разделе Создать подключение.
    4. Нажмите кнопку Создать подключение.
    Пример metadata.json для загрузки аудиоданных

    Даты указываются в формате ISO 8601 UTC с нулевым смещением времени. Если необходимо указать московское время, добавьте +03:00 вместо Z в конец строки: 2025-04-24T14:34:19+03:00.

    {
   "direction_outgoung": "true",
   "client_id": "456",
   "client_name": "Павел Иванов",
   "date": "2023-09-29T09:08:38.958Z",
   "date_to": "2023-09-29T09:15:07.897Z",
   "language": "RU",
   "operator_id": "123",
   "operator_name": "Мария Федорова"
}

  4. Создайте проект: на странице пространства нажмите кнопку Создать проект, введите имя проекта, добавьте в проект подключение. Для каждого подключения вы можете выбрать правила фильтрации на основе метаинформации подключения и критериев YandexGPT Pro. Фильтры будут добавлять в проект только нужные диалоги. После добавления всех нужных подключений и настройки фильтров нажмите кнопку Создать проект.

Загрузите данные

Для загрузки данных в SpeechSense используется gRPC API.

Чтобы загрузить данные:

  1. Создайте сервисный аккаунт.

  2. Добавьте сервисный аккаунт в пространство с ролью speech-sense.data.editor. Подробнее о ролях, действующих в сервисе, см. раздел Управление доступом в SpeechSense.

  3. Создайте API-ключ или IAM-токен для сервисного аккаунта, чтобы аутентифицироваться в API. Подробнее об аутентификации в API SpeechSense.

  4. Загрузите аудиоданные или переписку из чата с помощью Python-скрипта отправки данных.

    Аудио передается целиком в одном сообщении.

    SpeechSense поддерживает следующие форматы аудиофайлов:

    • LPCM — AUDIO_ENCODING_LINEAR16_PCM
    • WAV — CONTAINER_AUDIO_TYPE_WAV
    • OggOpus — CONTAINER_AUDIO_TYPE_OGG_OPUS
    • MP3 — CONTAINER_AUDIO_TYPE_MP3
Следующая
Все инструкции