Yappy — сервис обработки голосовых сообщений¶
Yappy — российский облачный сервис (API-платформа) для автоматической обработки голосовых сообщений и аудиозаписей: распознавания речи, перевода аудио в текст, суммаризации, перевода и синтеза речи. Разработан российской компанией «СберСпич» (входит в экосистему Сбера) и запущен в 2023 году. Основная аудитория — разработчики и компании, интегрирующие обработку голоса в свои продукты: мессенджеры, колл-центры, CRM, сервисы поддержки.
¶Назначение и функциональность
Yappy позиционируется как единая точка входа для работы с голосовыми данными. Платформа объединяет несколько модулей, доступных через REST API:
- Распознавание речи (ASR) — преобразование аудио в текст с поддержкой русского и ряда иностранных языков, автоматическое определение языка, разделение на реплики (diarization), распознавание чисел, дат и имён собственных.
- Суммаризация — автоматическое краткое изложение содержания длинных аудиозаписей (встреч, конференций, подкастов), выделение ключевых тезисов.
- Перевод — письменный перевод распознанного текста на другие языки.
- Синтез речи (TTS) — озвучка текста естественными голосами, в том числе клонирование голоса по короткому образцу.
- Модерация — автоматическая проверка аудио на наличие запрещённого контента (нецензурная лексика, персональные данные).
- Поиск по аудио — нахождение фрагментов записи по текстовому запросу.
Сервис работает по модели SaaS: пользователь передаёт аудио через API или веб-интерфейс, обработка выполняется на стороне платформы, результат возвращается в виде JSON с текстом и метаданными (таймкоды, идентификаторы спикеров).
¶История создания
Yappy был представлен Сбером в 2023 году. Платформа создана на базе технологий распознавания и синтеза речи, разрабатывавшихся «СберСпич» с начала 2010-х годов. Компания специализируется на облачных сервисах обработки естественного языка и поставляла решения для распознавания речи корпоративным клиентам ещё до запуска Yappy как самостоятельного продукта.
Запуск платформы совпал с периодом активного развития в России рынка сервисов искусственного интеллекта для работы с голосом: мессенджеры (в том числе Telegram) массово внедряли функцию преобразования голосовых сообщений в текст, а бизнес искал инструменты для автоматизации обработки звонков в контакт-центрах.
¶Технологическая основа
В основе Yappy лежат нейросетевые модели, обученные на больших корпусах русскоязычной речи. По заявлениям разработчиков, точность распознавания речи на чистом русском языке достигает 95 % и выше, однако показатель существенно зависит от качества записи, наличия фонового шума и чёткости дикции.
Ключевые технологические особенности:
| Особенность | Описание |
|---|---|
| Диаризация | Автоматическое разделение речи разных участников беседы |
| Таймкоды | Привязка каждого фрагмента текста к точному времени записи |
| Потоковая обработка | Возможность обработки аудио в реальном времени (стриминг) |
| Приватность | По заявлениям компании, аудиоданные не используются для обучения моделей без согласия клиента |
¶Применение
Основные сценарии использования Yappy:
- Мессенджеры и социальные сети — функция «голос в текст» для пользователей, которые не могут или не хотят прослушивать аудиосообщения.
- Контакт-центры — автоматическая расшифровка звонков, контроль качества обслуживания, поиск по разговорам.
- Корпоративные встречи — протоколирование совещаний, выделение задач и решений из аудиозаписи.
- Медиа и подкасты — создание текстовых версий аудиоконтента, субтитров, транскрипций для индексации поисковыми системами.
- Образование — расшифровка лекций, создание конспектов.
- Госсектор — обработка протоколов заседаний и публичных слушаний.
¶Yappy и другие сервисы
На российском рынке распознавания речи Yappy конкурирует с несколькими решениями:
- SpeechKit — сервис компании «Яндекс», встроенный в экосистему «Яндекса», в том числе в голосового ассистента Алису.
- VK Cloud SpeechKit — облачная платформа распознавания речи от ВКонтакте.
- Различные open-source движки — например, Vosk и Whisper от OpenAI, которые могут разворачиваться самостоятельно.
Отличительной чертой Yappy называют широкий набор функций «из коробки» (распознавание + суммаризация + перевод + синтез) в рамках одного API, а также глубокую интеграцию с сервисами экосистемы Сбера.
¶Примечания
Yappy не следует путать с одноимённым приложением для создания коротких вертикальных видео с синхронной озвучкой (дубляжом), ориентированным на индийский рынок. Российский сервис Yappy — B2B-платформа для разработчиков, не потребительское видео-приложение.
¶Источники
- Официальная документация платформы Yappy
- Пресс-релизы Сбера о запуске сервиса
- Материалы «СберСпич» о технологиях распознавания речи