Открыть сервисСервис

Рекогнан — инструкция по использованию

Рекогнан — это программное обеспечение для автоматического распознавания речи (ASR, Automatic Speech Recognition), разработанное российской компанией «Сбербанк» (раздел «Сбер AI»). Система преобразует аудиозаписи в текст с высокой точностью, поддерживает русский и другие языки и применяется в корпоративных и государственных проектах. Инструкция по использованию рекогнана описывает порядок подготовки аудиоданных, запуска распознавания, настройки параметров и обработки результата.

Общие сведения

Рекогнан относится к классу систем автоматического распознавания речи и работает на основе нейросетевых моделей, обученных на больших корпусах русскоязычной речи. Система ориентирована на обработку телефонных разговоров, переговоров, диктофонных записей и аудио из видеоматериалов. Точность распознавания зависит от качества записи, уровня фонового шума, чистоты дикции говорящих и корректности настроек.

Подготовка аудиоданных

Перед запуском распознавания инструкция рекомендует подготовить аудиофайлы в поддерживаемом формате (как правило, WAV, MP3, FLAC или OGG). Основные требования:

  • частота дискретизации — 8 кГц (телефонная речь) или 16 кГц и выше (студийные записи);
  • моно- или стереозвук; при стерео записи рекомендуется предварительное сведение в моно;
  • длительность записи — от нескольких секунд до нескольких часов; для длинных файлов предусмотрено посегментное разбиение;
  • отсутствие сильных помех: музыкального фона, эха, перекрывающихся голосов.

Для удаления шума и нормализации громкости могут использоваться внешние инструменты (например, SoX, Audacity) или встроенные модули платформы.

Запуск распознавания

Рекогнан доступен в нескольких режимах: через веб-интерфейс, по REST API или в виде локального контейнера (Docker). Инструкция описывает следующий порядок действий:

  1. Авторизация в системе и получение токена доступа.
  2. Загрузка аудиофайла или указание ссылки на него.
  3. Выбор языка распознавания и модели (например, «general» для обычной речи, «telephone» для низкокачественных записей).
  4. Запуск задачи и ожидание завершения обработки.

Через API запрос формируется в формате JSON и содержит ссылку на аудиоресурс, параметры модели и признаки постобработки (например, автоматическая расстановка знаков препинания, выделение говорящих).

Параметры и настройки

Инструкция рекогнана описывает набор ключевых параметров:

ПараметрНазначение
ЯзыкОпределяет модель распознавания (русский, английский и др.)
Тип моделиОбычная речь, телефонная речь, речь с шумом
Разбиение на сегментыАвтоматическое деление длинной записи на фрагменты
ДиаризацияРазделение записи по говорящим
ПунктуацияАвтоматическая расстановка знаков препинания
Временные меткиПривязка текста к таймкодам аудиозаписи

Обработка результата

По завершении обработки система возвращает текст распознанной речи в формате JSON или TXT. Результат содержит таймкоды, текст и (при включённой диаризации) идентификаторы говорящих. Инструкция рекомендует:

  • проверять распознанный текст на предмет ошибок в именах собственных, названиях и специальной терминологии;
  • при необходимости использовать словари домена (отраслевые лексиконы) для повышения точности;
  • сохранять исходные аудиозаписи для последующей верификации.

Применение

Рекогнан используется в контакт-центрах для анализа разговоров, в юридической практике для расшифровки протоколов и аудиозаписей, в медиаиндустрии для создания субтитров, а также в государственных и образовательных проектах. Система интегрируется с другими продуктами Сбера и сторонними платформами через API.

Ограничения

Точность распознавания снижается при сильных помехах, нестандартном произношении, акцентах и перекрывающихся голосах. Инструкция рекомендует для критичных задач использовать ручную корректировку результата.

Источники

  • Документация Сбер AI по продукту «Рекогнан»
  • Технические руководства по распознаванию речи (ASR)
  • Материалы конференций по обработке естественного языка (NLP)
Заметили ошибку или не согласны с информацией в статье? Напишите нам support@bfometr.ru