1С:Распознавание речи

«1С:Распознавание речи» – облачный продукт по автоматическому преобразованию речи в текст. Механизмы распознавания речи доступны из встроенного языка «1С:Предприятие». Мы поможем интегрировать «1С:Распознавание речи» в прикладные решения и усовершенствовать различные бизнес-процессы

• Длинный текст проще надиктовать, чем вводить на клавиатуре, в этом поможет «Распознавание речи». Электронные письма, содержание задач и комментариев, текстовые блоки в документах удобнее вводить голосом, особенно если у пользователя заняты руки, а также при работе на мобильных устройствах.
• Можно распознавать записи телефонных звонков или совещаний при хорошем качестве аудиозаписи. Для лучшего результата рекомендуется записывать отдельные звуковые каналы для каждого собеседника.
• Можно использовать голосовое управление в приложениях так, чтобы по команде пользователя открывались нужные формы, строились отчеты, выполнялся поиск, заполнялись реквизиты.
• «1С:Распознавание речи» может применяться в задачах по роботизации звонков для проведения опросов и сбора информации, в голосовых системах самообслуживания, для речевой аналитики работы с клиентами, а также при создании интерфейсов для людей с ограниченными возможностями.
• При потоковом распознавании речи поддерживается работа с дополнительной грамматикой: в начале работы вы можете передать какие-то специфичные термины (фамилии сотрудников, названия номенклатуры или компаний-контрагентов) для их уверенного распознавания.

Распознавание речи осуществляется с помощью облачного сервиса или локально с использованием скачанной модели распознавания. При локальном варианте аудиоданные никуда не будут отправляться, что может быть важно при особых требованиях к конфиденциальности. Использование облачного «1С:Распознавания речи» происходит без нагрузки на оборудование пользователя и упрощает реализацию распознавания речи, особенно при большом объеме аудиоданных.

Мы постоянно работаем над улучшением качества распознавания речи и добавляем новые возможности. Все улучшения сначала появляются в облачном режиме и только потом становятся доступными в локальном варианте, поэтому качество распознавания речи в облачном и локальном вариантах может отличаться.

• Потоковое распознавание – пользователь отправляет аудиоданные в режиме реального времени, в ответ периодически получает распознанный текст. Удобно при диктовке текста или при управлении интерфейсом программы.

  Длительность одного сеанса при потоковом распознавании речи с помощью облачного сервиса имеет ограничение в 2 часа. При локальном распознавании речи ограничений длительности сеанса нет.

• Файловое распознавание – пользователь отправляет на распознавание файл с аудиозаписью и в ответ получает идентификатор задачи, по которому в дальнейшем сможет получить результат распознавания. В данном случае пользователь может отправить готовый аудиофайл, например, запись совещания. Распознанный текст будет предоставлен пользователю с задержкой, которая зависит от длительности аудиофайла и текущей загрузки облачного сервиса.

  Файловое распознавание может обрабатывать многоканальные аудиозаписи, в этом случае каждый канал будет распознаваться и тарифицироваться независимо. Для распознавания принимаются форматы аудио WAV signed 16 bit little-endian и Opus в контейнере ogg. Частота дискретизации аудио – от 8 кГц до 48кГц. Максимальный размер аудиофайла – 1Гб длительностью до 4 часов. Результаты распознавания доступны для скачивания в течение 7 суток после выполнения задания.

• В настоящее время поддерживается распознавание речи на русском и английском языках. В дальнейшем состав доступных языков планируется расширять.

Использование распознавания речи в локальном режиме не тарифицируется.

В облачном режиме стоимость зависит от типа распознавания и длительности аудио.

• Потоковое распознавание.Единица тарификации распознавания равна 1 секунде потокового распознавания. Списание стоимости выполняется за каждые полные или неполные 20 секунд аудиоданных. Например, за распознавание потокового аудио длительностью 12 секунд будет списано 20 единиц тарификации, а для потокового аудио длительностью 64 секунды – 80 единиц.
• Файловое распознавание. Единица тарификации распознавания равна 4 секундам файлового распознавания. Списание стоимости выполняется за каждые полные или неполные 20 секунд аудиофайла. Например, за распознавание файла длительностью 12 секунд будет списано 5 единиц тарификации, а для аудиофайла длительностью 64 секунды – 20 единиц.