Расшифровка звонков, встреч и голосовых — та задача, где облако выглядит удобнее всего и где утечка обходится дороже всего: в записях звучат клиенты, цены и внутренние решения. Открытые модели распознавания речи ставятся на ваш сервер или даже на ноутбук, запись не покидает компанию, а расшифровывать можно любой объём архива без оплаты за минуту. Для русского языка выбор здесь особенно хороший: есть и универсальные модели на десятки языков, и специально русские, включая модели для телефонного звука и офлайн-распознавания на слабом железе. Чего не хватает по сравнению с готовым сервисом — обвязки: разметку по спикерам, хранение, поиск по расшифровкам и выжимки нужно собирать самим. На шумных записях, перебиваниях и специальной терминологии ошибки остаются, поэтому важные фрагменты приходится вычитывать.
Распознавание речи на 99 языках, включая русский. Стандарт де-факто для расшифровки звонков и встреч. Ускоренные Distil-Whisper от Hugging Face — только для английского.
Модели Сбера для распознавания русской речи, одни из самых точных для русского языка. Есть распознавание эмоций, версия v3 с пунктуацией и многоязычная версия (русский, казахский, киргизский, узбекский).
Компактная потоковая модель Т-Банка для распознавания русской речи в телефонных разговорах. Работает в реальном времени даже без видеокарты.
Офлайн-распознавание русской речи, которое работает даже на Raspberry Pi и телефоне, без интернета. Есть потоковые модели для живого звука и простой русский синтез речи Vosk TTS.
Модели распознавания речи от команды Qwen на 50+ языков, включая русский. Хорошо справляются с шумом, пением и акцентами.
Самый распространённый открытый инструмент, который размечает запись по спикерам: кто и когда говорил. Обычно ставится в связку с распознаванием речи. Веса выдаются после короткой анкеты на HF.
Все шесть в каталоге отмечены как разрешённые для коммерческого использования (MIT и Apache 2.0), у pyannote веса скачиваются после согласия с условиями на Hugging Face. Отдельно проверьте свою сторону: хранение записей разговоров требует согласия участников.
Открытую модель можно поставить на свой сервер: данные не уходят в чужое облако, нет оплаты за каждый запрос, модель можно дообучить на ваших документах.
