Salute Speech Bot

Salute Speech Bot — бесплатный Telegram-бот от Сбера для автоматической транскрибации голосовых сообщений и аудиофайлов на русском языке. Инструмент работает на базе технологии SaluteSpeech — платформы распознавания речи, которая преобразует аудио в текст прямо в мессенджере. Бот обрабатывает форматы MP3, WAV, FLAC и OggOpus размером до 20 МБ, распознаёт одноканальные записи с частотой дискретизации от 8 до 96 кГц. Система автоматически расставляет знаки препинания, определяет имена собственные и географические названия — подходит для расшифровки интервью, совещаний, лекций и подкастов.

Функции и возможности

• Преобразование аудио в текст — мгновенная расшифровка голосовых сообщений, видеосообщений и загруженных аудиофайлов
• Поддержка нескольких языков — распознавание русского, казахского и английского языков
• Автоматическая пунктуация — система самостоятельно расставляет запятые, точки и другие знаки препинания
• Распознавание имён и топонимов — алгоритм корректно определяет имена собственные и географические названия
• Фильтрация фоновых звуков — технология игнорирует посторонние разговоры, шумы и фоновое бормотание
• Работа с группами и каналами — бота можно добавить в чаты для автоматической расшифровки всех голосовых сообщений
• Freemium-модель — 100 минут распознавания и 200 000 символов генерации речи бесплатно каждый месяц

Как пользоваться

1. Откройте Telegram и найдите бота по имени @smartspeech_sber_bot или перейдите по прямой ссылке.
2. Запишите голосовое сообщение прямо в чате с ботом или перешлите аудиофайл из другого чата.
3. Бот автоматически обработает запись и вернёт текстовую расшифровку через несколько секунд.
4. Скопируйте полученный текст для использования в статьях, публичных каналах или пересылки в другие чаты.
5. Добавьте бота в групповой чат или канал — он будет расшифровывать все голосовые сообщения участников автоматически.

На бесплатном тарифе обработка может занимать до 72 часов при высокой нагрузке. Платный базовый тариф предоставляет доступ к выделенным серверам для быстрой расшифровки.

Технические детали

Salute Speech Bot использует технологию ASR (Automatic Speech Recognition) — автоматическое распознавание речи. Система анализирует звуковую дорожку через многоуровневый процесс: сначала обрабатывает аудиосигнал, затем распознаёт фонемы, далее собирает их в слова и фразы, после чего формирует итоговый текст с пунктуацией. Алгоритмы глубокого обучения интегрируют грамматику, синтаксис и структуру речи для точного понимания контекста.

Точность распознавания русского языка достигает 95%. Нейросеть обучена фильтровать фоновые шумы и определять окончание реплики говорящего. Платформа SaluteSpeech поддерживает SSML (Speech Synthesis Markup Language) для настройки синтеза речи. Тариф Freemium предоставляет 100 минут распознавания в месяц, базовый платный тариф стоит 0,01₽ за секунду обработки с минимальным платежом от 3999₽. Первые 30 дней базового тарифа бесплатны в пределах лимита.

Для кого подойдет

Salute Speech Bot пригодится журналистам и контент-криейторам для быстрой расшифровки интервью и подкастов. Владельцы публичных каналов используют бот для дублирования голосовых сообщений текстом — аудитория получает выбор между аудио и текстовым форматом. Специалисты по контекстной рекламе применяют расшифровки для создания текстов для телесуфлёров и рекламных баннеров.

Сервис облегчает работу офисным сотрудникам, которым нужно зафиксировать содержание совещаний и встреч. Студенты расшифровывают лекции для удобного поиска и конспектирования. Пользователи Telegram получают возможность читать голосовые сообщения в ситуациях, когда прослушивание неудобно — в общественном транспорте, на работе, в шумных местах. Маркетологи и копирайтеры быстро превращают надиктованные идеи в редактируемый текст.

FAQ

Сколько стоит использование бота?

Тариф Freemium предоставляет 100 минут распознавания аудио и 200 000 символов генерации речи бесплатно каждый месяц. Базовый платный тариф стоит 0,01₽ за секунду распознавания с минимальным платежом от 3999₽. Первые 30 дней базового тарифа бесплатны.

Какие форматы аудио поддерживает бот?

Salute Speech Bot работает с MP3, WAV (8-96 кГц), FLAC и OggOpus. Максимальный размер файла — 20 МБ. Аудио должно быть одноканальным для корректного распознавания.

На каких языках бот распознаёт речь?

Система поддерживает три языка: русский, казахский и английский. Точность распознавания русской речи достигает 95% при качественной записи.

Как быстро бот обрабатывает голосовые сообщения?

На платном базовом тарифе с выделенными серверами расшифровка занимает несколько секунд. На бесплатном тарифе при высокой нагрузке обработка может занимать до 72 часов.

Можно ли использовать бота в групповых чатах?

Да, Salute Speech Bot можно добавить в групповой чат или канал. Он будет автоматически расшифровывать голосовые и видеосообщения всех участников, создавая текстовые дубликаты.