Ink
Потоковая модель распознавания речи от Cartesia с встроенным определением конца реплики для голосовых агентов.
- Можно попробовать бесплатно
- Да
- Без регистрации
- Нет
- Русский интерфейс
- Нет
- Работает с русским языком
- Нет
- Цена от
- $5/мес
- Разработчик
- Cartesia
- Страна
- США
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.
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
- Зарегистрироваться в Cartesia и получить ключ API на бесплатном тарифе.
- Попробовать браузерную демонстрацию распознавания речи.
- Открыть документацию по распознаванию речи и подключиться по потоковому протоколу.
- Встроить модель в голосовую платформу, например Vapi, Pipecat или LiveKit.
Тарифы
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
Соседи по смыслу
за последний месяц