Распознавание речи

Расшифровывает голосовое сообщение или аудио в обычный текст, который дальше можно обрабатывать как любой ввод пользователя. Нужен, когда люди удобнее наговаривают запрос голосом, а боту требуется понять, что они сказали. Например, пользователь надиктовывает заказ голосовым, а бот превращает его в текст и продолжает диалог. Стоимость зависит от длительности записи и списывается после успешного распознавания.

Настройки блока

• model (обязательно) — Какой нейросетью распознавать речь. Обычно подходит модель по умолчанию — менять её нужно редко.
• sourceAudioVariable (обязательно) — Переменная с голосовым сообщением или аудио, которое нужно расшифровать, — обычно это запись, присланная пользователем.
• language — На каком языке говорят в записи, например «ru» для русского. Оставьте пустым, чтобы язык определился автоматически.
• responseVariableName — Название переменной, в которую запишется расшифрованный текст. Дальше его можно обрабатывать как обычный ввод пользователя.
• chunksVariableName — Название переменной, в которую попадёт расшифровка с отметками времени — на какой секунде записи прозвучала каждая фраза. Нужно, только если важно знать тайминги.
• audioSecondsVariableName — Название переменной, в которую запишется длительность записи в секундах. Пригодится, например, чтобы оценить объём сообщения.
• predictSecondsVariableName — Название переменной, в которую запишется, сколько времени заняла сама расшифровка. Обычно нужно лишь для отладки и аналитики.
• creditsChargedVariableName — Название переменной, в которую запишется, сколько средств списалось за распознавание. Удобно для учёта расходов.
• errorVariableName — Название переменной, в которую попадёт текст ошибки, если запись не удалось распознать.
• errorNodeId — Куда направить сценарий, если распознать речь не удалось. Укажите блок, который обработает такой случай. Если оставить пустым, сценарий прервётся.

---

_{Тип узла в схеме: integration.speech_recognition}