Nr 1W technologii ASRwedług niezależnych badań Uniwersytetu Łódzkiego
Rozpoznawanie mowy i transkrypcja nagrań z Moonlight
Moonlight to nasz autorski silnik rozpoznawania mowy (ASR), który zamienia mowę na tekst. Obsługuje zarówno rozmowy telefoniczne w paśmie 8 kHz, jak i wszystkie nagrania audio powyżej 8 kHz.
Zaloguj się i zacznij korzystać
1hDarmowej transkrypcji, bez konieczności podpinania karty.
- KonsultantDzień dobry, w czym mogę pomóc?
- KlientDzwonię w sprawie dostawy z zeszłego tygodnia.
- KonsultantJuż sprawdzam. Poproszę numer zamówienia.
- KlientTo zamówienie 48213.
- KonsultantDziękuję. Paczka jest w drodze, dotrze jutro do południa.
- KlientŚwietnie, dziękuję za pomoc.
VoiceLab w liczbach
- 6JęzykówPolski, Duński, Angielski, Niemiecki, Rosyjski, Ukraiński
- 3ProtokołyWebSocket i gRPC na żywo, HTTP dla plików
- 8Mówców w jednym nagraniuRozpoznajemy do 8 mówców, nawet z jednej ścieżki audio.
Start w 3 krokach
Bez potrzeby umawiania demo, rejestrujesz i możesz korzystać.
Zarejestruj się
Konto zostanie utworzone automatycznie, z 1 godziną darmowego audio.
Utwórz klucz API
Klucze są wyświetlane tylko raz i w każdej chwili można je unieważnić.
Wyślij audio
Wyślij nagranie metodą POST, a transkrypcję dostaniesz w kilka sekund.
Wszystko, czego potrzebujesz w rozpoznawaniu mowy
Modele dostrojone do prawdziwych rozmów telefonicznych i nagrań szerokopasmowych, udostępniane przez proste API.
Przetwarzanie w Polsce
Rozpoznawanie mowy działa na serwerach VoiceLab w UE. Działamy w modelu zero retention: nagrania i transkrypcje nie są przechowywane ani używane do trenowania modeli.
Nagrania i dźwięk na żywo
Nagrania do 60 minut i 256 MB (wav, mp3, flac, ogg/opus, m4a, webm, amr) albo strumień na żywo przez WebSocket w formacie OpenAI Realtime, z tekstem na bieżąco.
Modele telefoniczne i szerokopasmowe
8 kHz do rozmów telefonicznych i contact center, 16 kHz do mikrofonów, spotkań i mediów. Tekst z interpunkcją, znacznikami czasu słów i poziomem pewności.
Rozpoznawanie mówców
Diaryzacja mówców (Mówca A, B…) bez dodatkowych opłat, a model AI poprawia błędy rozpoznania. Nagrania stereo i wielokanałowe są transkrybowane osobno dla każdego kanału, więc konsultant i klient się nie mieszają.
Cennik transkrypcji nagrań audio
Wybierz pakiet dopasowany do swoich potrzeb. Koszt transkrypcji naliczany za sekundę nagrania. Płatność BLIKIEM, przelewem bankowym lub kartą.
| PakietCzas | Cena | Za godzinę | Wybór pakietu |
|---|---|---|---|
| 15 zł0,60 zł/h | 0,60 zł/h | Wybierz | |
| 59 zł0,59 zł/h | 0,59 zł/h | Wybierz | |
| 249 zł0,50 zł/h | 0,50 zł/h | Wybierz | |
| 649 zł0,43 zł/h | 0,43 zł/h | Wybierz | |
| 1990 zł0,40 zł/h | 0,40 zł/h | Wybierz |
Przewidywalne koszty
Koszt transkrypcji naliczany jest za każdą sekundę dźwięku. Saldo, zużycie i każde żądanie sprawdzisz w panelu.