Amazon Transcribe: распознавание речи по API
Amazon Transcribe — служба распознавания речи Amazon Web Services. В её списке больше 110 языков и вариантов: русский, украинский, казахский, узбекский, а ещё татарский, башкирский и луговой марийский. Работает пакетом: запись встаёт в очередь, и ответ может идти несколько минут. Цена — 0,68 ₽ за минуту звука.
- 0,68 ₽ за минуту звука
- до 2 ч звука
- звук → текст
amazon/transcribe
Обновлено:
Получить ключ Попробовать Документация
Попробовать Amazon Transcribe
Загрузи короткую запись — модель вернёт текст. Запрос оплачивается с API-счёта по цене на кнопке, бесплатных проб нет; ошибка нейросети денег не стоит.
Что попробовать: Загрузи запись до двух минут или запиши с микрофона — например, разговор с колл-центром. Вернётся текст записи.
В ответ приходит текст записи в поле text — как у OpenAI.
Цены Amazon Transcribe в рублях
| Звук — считаем по секундам | 0,68 ₽ за минуту |
|---|
Запрос, который закончился ошибкой, денег не стоит. Кэшбэк — до 5% от расхода за месяц. Как считается цена
Сколько стоят типичные задачи
Суммы посчитаны по цене выше — сколько спишется за такую работу.
| Записи на татарском, башкирском и марийском: эфир на 2 часа | Около 81,60 ₽ |
|---|---|
| Звонки клиентов из Казахстана, Узбекистана и Киргизии: 500 звонков по 4 минуты | Около 1 360,00 ₽ |
| Транскрибация аудио из архива: архив на 300 часов | Около 12 240,00 ₽ |
Что умеет Amazon Transcribe
- Больше 110 языков и вариантов. Русский — ru-RU, рядом украинский, белорусский, казахский, узбекский, киргизский, армянский, грузинский и азербайджанский (таблица языков).
- Языки России: татарский (tt-RU), башкирский (ba-RU) и луговой марийский (mhr-RU) — в пакетном режиме, а наш API работает именно им.
- Для русского Amazon записывает числа цифрами: в таблице языков это отдельная колонка.
- По описанию Amazon, служба сама расставляет пунктуацию и умеет определять язык записи (о службе).
- Пакетная обработка: файл ставится в очередь у вендора, и ответ может прийти через несколько минут.
- Ответ — текст, JSON со временем слов, субтитры SRT или VTT; файл — до 25 МБ.
Где применять
Записи на татарском, башкирском и марийском
Региональному радио, музею или архиву нужно расшифровать эфиры и интервью на языках республик. У Amazon Transcribe татарский, башкирский и луговой марийский стоят в официальной таблице языков со своими кодами: tt-RU, ba-RU и mhr-RU. Передай код языка — tt, ba или mhr — и проверь результат на короткой записи, прежде чем отправлять весь архив: так сразу видно, подходит ли качество для публикации. Расшифровку эфира на татарском можно выложить рядом с аудио, и выпуск начнут находить по словам из разговора.
Пример запроса: «efir-tatar-radio.mp3, language=tt, response_format=text»
Стоимость: эфир на 2 часа — около 81,60 ₽.
Звонки клиентов из Казахстана, Узбекистана и Киргизии
Колл-центру, который работает на несколько стран, удобно держать одну модель на все языки линии. В списке Amazon Transcribe есть казахский, узбекский и киргизский, а русский идёт с записью чисел цифрами — суммы, даты и номера договоров не придётся переводить из слов. Записи обрабатываются пакетом, поэтому такую расшифровку удобнее ставить в ночную очередь, а не ждать посреди рабочего дня. Утром у руководителя линии будут тексты всех вчерашних разговоров на всех языках.
Пример запроса: «zvonok-0931-uz.wav, language=uz, response_format=json»
Стоимость: 500 звонков по 4 минуты — около 1 360,00 ₽.
Транскрибация аудио из архива
Кассеты, переведённые в цифру, записи совещаний за десять лет, старые лекции — архивы обычно никуда не спешат. Транскрибация аудио пакетом им не мешает: отправляй файлы по одному и складывай тексты рядом с записями. Время слов в verbose_json пригодится потом, когда понадобится найти в часовой записи ту самую минуту. Старые кассеты часто шумят и звучат глухо, поэтому первые две-три записи прочитай глазами, прежде чем запускать весь архив.
Пример запроса: «arhiv-1998-kasseta-12.flac, language=ru, response_format=verbose_json»
Стоимость: архив на 300 часов — около 12 240,00 ₽.
Как писать запрос
- Код языка передавай всегда, особенно для татарского, башкирского и марийского: tt, ba, mhr.
- Длинную запись сожми в моно MP3 или OGG, чтобы она уложилась в 25 МБ, а запись длиннее разрежь на части.
- Отправляй файлы из фоновой задачи и не держи ради них открытым чат с человеком: ответ пакетной службы может занять минуты.
Характеристики
| Разработчик | Amazon |
|---|---|
| Вид | Распознавание речи |
| Файл | mp3, wav, flac, m4a, mp4, ogg, webm; до 25 МБ |
| Звук за раз | до 2 ч |
| Ответ | json, text, srt, vtt, verbose_json |
| id для запроса | amazon/transcribe |
Как подключить
Вместо sk-vsl-ТВОЙ_КЛЮЧ — ключ из кабинета. Ответ придёт в формате OpenAI.
Запрос — POST https://veselo.ai/v1/audio/transcriptions с полем model: amazon/transcribe, ключ — в заголовке Authorization: Bearer sk-vsl-….
curl
curl https://veselo.ai/v1/audio/transcriptions \
-H "Authorization: Bearer sk-vsl-ТВОЙ_КЛЮЧ" \
-F model="amazon/transcribe" \
-F file="@speech.mp3"Python
from openai import OpenAI # pip install openai
client = OpenAI(base_url="https://veselo.ai/v1", api_key="sk-vsl-ТВОЙ_КЛЮЧ", timeout=600.0, max_retries=0)
with open("speech.mp3", "rb") as f:
r = client.audio.transcriptions.create(model="amazon/transcribe", file=f)
print(r.text)JavaScript
import fs from 'node:fs';
import OpenAI from 'openai'; // npm i openai
const client = new OpenAI({ baseURL: 'https://veselo.ai/v1', apiKey: 'sk-vsl-ТВОЙ_КЛЮЧ', timeout: 600_000, maxRetries: 0 });
const r = await client.audio.transcriptions.create({
model: 'amazon/transcribe',
file: fs.createReadStream('speech.mp3'),
});
console.log(r.text);Пример ответа — только поля
{
"text": "…"
}В программах: тем же ключом и по тому же адресу, что остальные модели, — из любого HTTP-клиента или библиотеки openai. Библиотеки и программы
Сравнение с похожими
| Модель | Цена | Главное | Когда выбрать |
|---|---|---|---|
| Amazon Transcribe — эта модель | 0,68 ₽ / мин | до 2 ч звука | записи на редких языках, включая татарский и башкирский, когда ответ может подождать |
| Deepgram Nova-3 — Deepgram | 0,54 ₽ / мин | до 2 ч звука | звонки, встречи и видео с шумом и несколькими голосами, русский и ещё 50+ языков |
| AssemblyAI Universal-2 — AssemblyAI | 0,28 ₽ / мин | до 2 ч звука | пакетная расшифровка на многих языках, русский — с высокой точностью |
| Fish Audio Transcribe 1 — Fish Audio | 0,68 ₽ / мин | до 2 ч звука | — |
| GPT-4o Transcribe — OpenAI | 0,68 ₽ / мин | до 2 ч звука | старые интеграции OpenAI и записи, где Whisper ошибается в словах |
| Gemini 3.5 Transcribe — Google | 0,56 ₽ / мин | до 1 ч звука | длинные записи до часа и речь на языках соседних стран |
Как устроен доступ
Весело — не разработчик Amazon Transcribe: модель выпускает Amazon. Мы даём к ней доступ по API — один ключ на все модели, оплата в рублях с API-счёта, а цена каждого ответа видна в самом ответе. Запрос, который закончился ошибкой, денег не стоит. Что мы храним о запросах и сколько — в разделе «Данные и приватность» документации. Данные и приватность
Вопросы и ответы
- Распознаёт ли Amazon Transcribe татарский язык?
- Да: tt-RU есть в таблице языков Amazon Transcribe, в пакетном режиме. Через наш API передавай language=tt и перед большим объёмом проверь короткую запись.
- Сколько ждать расшифровку от Amazon Transcribe?
- Это пакетная служба: Amazon ставит запись в очередь, и время ответа зависит от длины файла и загрузки очереди. Для чат-бота, где ответ нужен в ту же секунду, возьми Deepgram Nova-3.
- Можно ли не указывать язык записи?
- Amazon умеет определять язык сам, но с кодом надёжнее, особенно для близких языков вроде русского и украинского или казахского и киргизского.
- Сколько стоит расшифровать двухчасовой эфир?
- Около 81,60 ₽. Цена — 0,68 ₽ за минуту звука, и считаем мы её по секундам записи, а не за каждую начатую минуту.
- Нужны ли VPN и зарубежная карта для Amazon Transcribe?
- Нет. Запросы идут на https://veselo.ai/v1, а API-счёт пополняется в рублях — картой российского банка или по СБП.
- Что будет, если запрос закончится ошибкой?
- Запрос, который закончился ошибкой нейросети, денег не стоит: удержание на время запроса снимается целиком. Цену удачного ответа видно в рублях сразу.
- Есть ли подписка или абонентская плата?
- Нет. API-счёт пополняется на нужную сумму, а списывается только то, что потратили запросы. Чем больше расход за месяц, тем больше кэшбэк — от 1 до 5%.
Ещё по теме
Факты сверены 16 ноября 2026 по документации: aws.amazon.com, docs.aws.amazon.com