К содержимому

Ink

Потоковая модель распознавания речи от Cartesia с встроенным определением конца реплики для голосовых агентов.

Перейти на сайт Условно бесплатно Можно бесплатно
Можно попробовать бесплатно
Да
Без регистрации
Нет
Русский интерфейс
Нет
Работает с русским языком
Нет
Цена от
$5/мес
Разработчик
Cartesia
Страна
США
Данные проверены 7 ноября 2026 Поправить карточку

Ink — семейство потоковых моделей преобразования речи в текст от компании Cartesia. Оно создано для голосовых агентов, где важно получить готовую расшифровку сразу после того, как человек замолчал. Первая модель семейства, Ink-Whisper, была переработанной под живой диалог версией Whisper, а нынешняя Ink-2 построена на архитектуре пространственных состояний, как и синтез речи Sonic.

Модель определяет начало и конец реплики сама, без отдельного детектора голосовой активности, и устойчива к фоновому шуму. Хорошо справляется с телефонным звуком, акцентами, номерами, датами, адресами почты и идентификаторами. Доступна через API и в браузерной демонстрации, а для крупных заказчиков возможна установка в собственном облаке или на своих серверах.

Сайт Ink

Возможности

Потоковая расшифровка

Речь превращается в текст по мере произнесения, а итоговая расшифровка готова спустя доли секунды после паузы.

Низкая задержка

Собственный механизм вывода рассчитан на живой разговор, чтобы агент отвечал без заметной паузы.

Определение конца реплики

Начало и конец фразы сигнализирует сама модель, причём граница определяется по смыслу, а не только по тишине.

Точность на структурированных данных

Телефоны, даты, адреса почты, суммы и идентификаторы распознаются без отдельной доработки.

Защита и развёртывание

Есть сертификаты SOC 2 Type II, HIPAA, PCI и соответствие GDPR; возможна установка в собственном облаке и на своих серверах.

Подключение к голосовым платформам

Работает с Vapi, Pipecat и LiveKit, а также напрямую через потоковый программный интерфейс.

Кому подойдёт

  • Разработчики

    Подключают потоковое распознавание к собственным голосовым агентам через API.

  • Служба поддержки

    Строят голосовых помощников для колл-центров, где важны скорость и точность при телефонном звуке.

  • Предприниматели и руководители

    Внедряют голосовую автоматизацию в регулируемых отраслях с требованиями к безопасности.

Как начать

  1. Зарегистрироваться в Cartesia и получить ключ API на бесплатном тарифе.
  2. Попробовать браузерную демонстрацию распознавания речи.
  3. Открыть документацию по распознаванию речи и подключиться по потоковому протоколу.
  4. Встроить модель в голосовую платформу, например Vapi, Pipecat или LiveKit.

Тарифы

Free
Бесплатно
20 тысяч кредитов в месяц на синтез и распознавание речи.
Pro
$5 в месяц
100 тысяч кредитов в месяц, коммерческая лицензия и быстрое клонирование голоса.
Startup
$49 в месяц
1,25 млн кредитов в месяц и профессиональное клонирование голоса.
Scale
$299 в месяц
8 млн кредитов в месяц, приоритетная поддержка и высокие лимиты параллельных запросов.
Enterprise
Цена по запросу
Индивидуальные объёмы, соглашения о защите данных и единый вход.

Распознавание речи Ink-2 стоит 3 кредита за секунду звука.

Ограничения

  • Ink-2 поддерживает английский, испанский, французский, хинди и японский языки, русского нет.
  • Продукт рассчитан на разработчиков: готового приложения для обычного пользователя нет.
  • Установка на своих серверах и по лицензии доступна только по корпоративному договору.

Платформы и интеграции

Веб API
LiveKit

Соседи по смыслу

Botobo дайджест
+919новых сервисов
за последний месяц
раз в день · 53 подписчика
Подписаться на обновления