1С:Распознавание речи
1С:Распознавание речи — технология преобразования устной речи в текст для приложений на платформе «1С:Предприятие 8». Ее можно использовать для голосового ввода, расшифровки аудиозаписей и создания голосовых сценариев управления программой.
Распознавание может выполняться в облачном сервисе 1С или локально на оборудовании организации. Облачный вариант проще для запуска и не создает вычислительную нагрузку на рабочий компьютер, а локальный позволяет обрабатывать аудио без передачи записи во внешний облачный сервис.
Что умеет 1С:Распознавание речи
- преобразовывать речь в текст в режиме реального времени;
- расшифровывать готовые аудиофайлы;
- разделять расшифровку записи по спикерам;
- распознавать многоканальные аудиозаписи;
- учитывать дополнительную грамматику — например, фамилии сотрудников, названия компаний и специфические термины;
- использовать голосовые команды для управления интерфейсом приложения;
- применяться как технологическая основа для речевой аналитики и других автоматизированных сценариев.
Потоковое и файловое распознавание — в чем разница
| Потоковое распознавание | Файловое распознавание | |
|---|---|---|
| Когда обрабатывается речь | Во время разговора или диктовки | После загрузки готовой записи |
| Типичный сценарий | Голосовой ввод текста, команды интерфейсу | Расшифровка звонка, встречи, интервью или совещания |
| Получение результата | Текст поступает по мере распознавания | Результат формируется после обработки файла |
| Облачные ограничения | Один сеанс — до 2 часов | Один файл — до 1 ГБ и до 4 часов записи |
Распознавание записей звонков и совещаний
Готовую аудиозапись можно передать сервису для получения текстовой расшифровки. Поддерживается разделение текста по собеседникам, что позволяет использовать механизм при обработке интервью, совещаний, опросов и записей телефонных разговоров.
Качество результата зависит от качества исходной записи. Фирма «1С» рекомендует по возможности записывать собеседников в отдельных аудиоканалах: при многоканальной записи каждый канал обрабатывается отдельно.
Можно ли научить сервис специфическим словам
Для потокового распознавания можно передавать дополнительную грамматику — слова и выражения, которые важны для конкретной информационной системы. Например, это могут быть фамилии сотрудников, наименования контрагентов, товаров или профессиональные термины.
Это помогает учитывать специализированную лексику, но не означает гарантированного распознавания любого слова или безошибочной расшифровки аудио. Результат зависит в том числе от произношения и качества звука.
Облачное или локальное распознавание
| Облачный режим | Локальный режим | |
|---|---|---|
| Где обрабатывается аудио | В облачном сервисе 1С | На оборудовании пользователя |
| Передача аудио в облако | Да | Нет |
| Тарификация распознавания | По объему обработанного аудио | Не тарифицируется |
| Требования к оборудованию | Основная вычислительная нагрузка выполняется сервисом | Необходимы ресурсы для работы локальной модели |
| Обновление моделей | Новые возможности появляются в облачном варианте раньше | Обновления локальных моделей появляются позднее |
Локальный вариант имеет смысл, если для организации принципиально, чтобы аудиоданные не передавались во внешний сервис. При этом он требует загрузки модели и достаточной производительности оборудования.
Где распознавание речи уже встроено
Готовые пользовательские сценарии 1С:Распознавания речи реализованы в 1С:Документообороте 3.0. В программе можно голосом вводить текст электронных писем, задач, отчетов и резолюций, а также подбирать адресатов писем.
Распознавание речи также встроено в 1С:CRM: голосовой ввод используется для электронной почты, обращений, базы знаний, взаимодействий, задач, заметок и поиска по данным.
Кроме готовых интеграций, механизмы распознавания доступны разработчикам через встроенный язык платформы «1С:Предприятие 8». Поэтому речевой ввод, расшифровку аудио или голосовые команды можно встроить и в другое прикладное решение, если стандартная конфигурация сама такой функции не содержит.
Что может сделать ЭЛРОС
ЭЛРОС может проверить версию платформы и прикладного решения, подключить облачное или локальное распознавание и настроить готовый механизм там, где он уже предусмотрен конфигурацией.
Если в используемой программе готового сценария нет, разработчики ЭЛРОС могут оценить внедрение распознавания речи в конкретный бизнес-процесс — например, голосовой ввод реквизитов, расшифровку записей или выполнение определенных команд в интерфейсе 1С.
Настроить распознавание речи в 1СВыгоды, получаемые при подключении сервиса в ЭЛРОС
Условия подключения и стоимость сервиса
Условия использования 1С:Распознавания речи
Механизмы распознавания речи доступны в платформе «1С:Предприятие 8» начиная с версии 8.3.23.
Программа 1С, в которой используется механизм распознавания, должна находиться на официальной поддержке.
Для облачного варианта необходимо подключить интернет-поддержку и активировать подписку 1С:Распознавание речи. Для локального варианта необходимо загрузить модель распознавания через учетную запись 1С:ИТС.
Готовые приложения с поддержкой распознавания речи
| Программа | Поддерживается с версии | Пример использования |
|---|---|---|
| 1С:Документооборот 3.0 | 3.0.9.18 | Письма, адресаты, задачи, отчеты, описания и резолюции |
| 1С:CRM | 3.1.27.11 | Письма, обращения, база знаний, задачи, заметки, взаимодействия и поиск |
Этот список не означает, что технология ограничена только двумя программами. Начиная с платформы 8.3.23 разработчик может встроить механизмы распознавания речи в другое пользовательское приложение на «1С:Предприятии 8».
Технические требования для локального распознавания
| Платформа | Процессор | Оперативная память |
|---|---|---|
| x64 | Intel Core i5, AMD Ryzen 5 или более новые модели | 12 ГБ и более |
| x32 | Intel Core i5, AMD Ryzen 5 или более новые модели | 4 ГБ и более |
Фирма «1С» отдельно предупреждает, что качество распознавания на платформе x32 снижено. Для новой установки предпочтительнее использовать 64-разрядную платформу при наличии совместимой инфраструктуры.
Сколько стоит облачное распознавание речи
Облачный вариант тарифицируется единицами распознавания. Все платные пакеты действуют 12 месяцев. Если срок тарифа закончился или включенные единицы израсходованы раньше, облачное распознавание приостанавливается до пополнения баланса.
| Тариф | Примерный объем | Стоимость |
|---|---|---|
| Тестовый — 3 600 единиц | Около 1 часа потоковой речи или 4 часов аудиофайлов | Бесплатно |
| 0,1 млн единиц | Около 27 часов потоковой речи или 110 часов аудиофайлов | 1 000 руб./год |
| 1 млн единиц | Около 270 часов потоковой речи или 1 100 часов аудиофайлов | 9 000 руб./год |
| 10 млн единиц | Около 2 700 часов потоковой речи или 11 000 часов аудиофайлов | 80 000 руб./год |
| 50 млн единиц | Около 13 500 часов потоковой речи или 55 000 часов аудиофайлов | 350 000 руб./год |
Тестовый пакет предоставляется однократно и действует в течение одного года с момента активации.
Как считаются единицы тарификации
Для потокового распознавания одна единица соответствует одной секунде аудио. Списание выполняется блоками по 20 секунд: каждый полный или неполный 20-секундный интервал расходует 20 единиц.
Для распознавания готового файла одна единица соответствует четырем секундам записи. Расчет также выполняется полными или неполными интервалами по 20 секунд аудиофайла, то есть за такой интервал списывается 5 единиц.
Поэтому один и тот же объем записи при файловой обработке расходует примерно в четыре раза меньше единиц тарифа, чем при потоковом распознавании.
Сколько стоит локальное распознавание
Использование скачанной локальной модели распознавания речи отдельно не тарифицируется. Платный облачный пакет для самой локальной обработки не нужен.
Для первоначальной загрузки модели необходима действующая учетная запись 1С:ИТС. После установки модели распознавание может выполняться локально без передачи аудиозаписей в облачный сервис.
Какие аудиофайлы можно распознавать
Облачное файловое распознавание принимает WAV с 16-битным знаковым представлением данных little-endian и Opus в контейнере OGG. Поддерживается частота дискретизации от 8 до 48 кГц.
Максимальный размер одного файла — 1 ГБ, максимальная длительность — 4 часа. Результат выполненного задания доступен для получения в течение 7 суток.
При многоканальном аудио каждый канал распознается и тарифицируется отдельно.
Какие языки поддерживаются
На текущей карточке сервиса фирма «1С» указывает распознавание русского и английского языков.
Можно ли попробовать сервис бесплатно
Да. Для облачного распознавания предусмотрен однократный бесплатный тестовый пакет на 3 600 единиц — примерно на 1 час потокового аудио или 4 часа файлового распознавания. Тест действует в течение года после активации.
Кроме того, фирма «1С» предоставляет демонстрационное приложение, в котором можно проверить потоковое и файловое распознавание и посмотреть примеры реализации механизмов для собственных решений.
Демонстрационное приложение доступно на сайте 1С:Речевые технологии.
Техническая поддержка
Поддержка пользователей обеспечивается партнерами фирмы «1С» и линией консультаций 1С. На актуальной карточке сервиса указан адрес support@1c.ai.
Текущие возможности, условия и тарифы опубликованы на Портале 1С:ИТС и на сайте 1С:Речевые технологии.
Если требуется настроить распознавание в конкретной информационной базе или встроить его в собственный сценарий работы, можно обратиться в ЭЛРОС.
