Голос: спикеры и звук

Smart Turn

Определяет по интонации, закончил ли человек мысль или просто сделал паузу, чтобы голосовой бот не перебивал. Версия 3 весит 8 МБ, работает на процессоре и понимает 23 языка, включая русский.

Разработчик
Daily (Pipecat), США
Первый выпуск
мар 2025
Последний выпуск
янв 2026
Размеры
8M (v3) – 580M (v1)
Лицензия
Можно в коммерциюBSD 2-Clause
Русский язык
Есть
Запуск
Через свой серверРаботает и без видеокарты
Сферы
Поддержка клиентов, Разработка ПО
Поставить на свой сервер Hugging Face GitHub

Какие задачи решает

  • Голосовой бот не перебивает клиента на паузах
  • Быстрый ответ, когда клиент действительно договорил
  • Дополнение к обычному детектору речи в голосовых ассистентах

Где применяется

Колл-центрыГолосовые боты и ассистентыЗапись на приём и доставка

Требования к железу

НоутбукНоутбук или обычный ПК, до 8 ГБ видеопамяти — младшие версии
подходит
1 видеокартаОдна видеокарта на 16–80 ГБ — средние версии
нет версий
КластерСервер с несколькими видеокартами — флагманские версии
нет версий

Версии

  1. v3.2
  2. v3.1
  3. v3 (8M, работает на процессоре)
  4. v2
  5. Smart Turn v1

Как внедряю у заказчика

  1. ПодборВыбираю размер модели под задачу и ваше железо, проверяю на ваших примерах.
  2. УстановкаРазворачиваю на вашем сервере или в закрытом контуре, отдаю API.
  3. ДообучениеДообучаю на ваших данных (LoRA) или подключаю базу знаний — что дешевле для задачи.
  4. ВстраиваниеПодключаю к CRM, 1С, боту, сайту или рабочему чату, настраиваю мониторинг.

Похожие модели

Голос: спикеры и звукSilero VADSilero · РоссияМожно в коммерцию

Самый популярный открытый детектор речи: отличает голос от тишины и шума. Обрабатывает фрагмент звука меньше чем за миллисекунду на одном ядре процессора, обучен на записях более чем 6000 языков.

ПодробнееГолос: спикеры и звукTEN VADAgora (проект TEN) · США / КитайКоммерция с условиями

Лёгкий детектор речи для голосовых ассистентов в реальном времени: быстрее замечает начало и конец фразы, чем Silero VAD. Работает на сервере, телефоне и в браузере.

ПодробнееГолосовые ассистентыMoshi / HibikiKyutai · ФранцияКоммерция с условиями

Голосовой ассистент, который слушает и говорит одновременно, без задержки на распознавание и синтез. Hibiki — синхронный перевод речи в речь между несколькими европейскими языками.

Подробнее