---
title: "Cartesia Ink Whisper: распознавание речи по API"
description: "Распознавание речи Cartesia на основе Whisper: 100 языков с русским, шумные и телефонные записи, время каждого слова в ответе. Цена — 0,26 ₽ за минуту звука."
url: https://veselo.ai/models/cartesia/ink-whisper
updated: 2026-11-16T14:39:32.641Z
---

# Cartesia Ink Whisper: распознавание речи по API

Cartesia Ink Whisper — модель распознавания речи американской компании Cartesia, построенная на Whisper. Cartesia называет её самой доступной в своей линейке и пишет, что она точнее и быстрее обычного Whisper. Модель знает 100 языков, включая русский, и держится на шумных и телефонных записях. Цена — 0,26 ₽ за минуту звука, по секундам звука.

- **0,26 ₽ за минуту звука**
- до 2 ч звука
- звук → текст

`cartesia/ink-whisper`

Обновлено: 16 ноября 2026 г.

[Получить ключ](https://veselo.ai/developer) Попробовать [Документация](https://veselo.ai/docs/transcriptions)

## Попробовать Cartesia Ink Whisper

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: надиктуй заметку для себя. Вернётся текст.

В ответ приходит текст записи в поле text — как у OpenAI.

## Цены Cartesia Ink Whisper в рублях

| Звук — считаем по секундам | 0,26 ₽ за минуту |
| --- | --- |

Запрос, который закончился ошибкой, денег не стоит. Кэшбэк — до 5% от расхода за месяц. [Как считается цена](https://veselo.ai/docs/pricing)

### Сколько стоят типичные задачи

Суммы посчитаны по цене выше — сколько спишется за такую работу.

| Голосовые заметки в приложении: сто заметок по 30 секунд | Около 13,00 ₽ |
| --- | --- |
| Голосовые сообщения в боте поддержки: тысяча голосовых по 30 секунд | Около 130,00 ₽ |
| Записи звонков с телефонной линии: двести звонков по 3 минуты | Около 156,00 ₽ |

## Что умеет Cartesia Ink Whisper

- Распознаёт 100 языков из списка Cartesia, русский среди них ([Ink Whisper в документации Cartesia](https://docs.cartesia.ai/build-with-cartesia/stt/older-models)).
- По словам Cartesia, точнее и быстрее базового Whisper и аккуратно работает с кусками звука разной длины и перебиваниями.
- Держится на фоновом шуме, телефонных помехах, акцентах и запинках, уверенно пишет имена и отраслевые термины.
- Отдаёт время начала и конца каждого слова ([пример Cartesia](https://docs.cartesia.ai/examples/stt-transcribe)).
- Через наш API принимает WAV, MP3, FLAC, M4A, OGG и WebM до 25 МБ, цена считается по секундам звука.

## Где применять

### Голосовые заметки в приложении

Мысль быстрее надиктовать, чем набрать на ходу, а потом удобно найти её текстом. Ink Whisper подходит для таких коротких записей: файл в пару десятков секунд оплачивается по секундам, а не минутой целиком. Подскажи язык полем `language`, если приложение русскоязычное, и проси ответ просто текстом. Запись из браузера в WebM можно отправлять как есть, без перекодирования. Готовый текст заметки потом легко искать по словам, как обычную переписку.

**Пример запроса:** «model=`cartesia/ink-whisper`, file=note.webm, language=ru, response_format=text»

**Стоимость:** сто заметок по 30 секунд — около 13,00 ₽.

### Голосовые сообщения в боте поддержки

Когда в поддержку присылают голосовое вместо текста, оператору приходится его слушать, иногда по несколько раз. Бот может сразу превратить голосовое в текст, показать его оператору или передать [языковой модели](https://veselo.ai/models/llm-api) для первого ответа. Голосовые Telegram приходят в OGG, и этот формат модель принимает. Уличный шум и запинки Ink Whisper, по словам Cartesia, переносит спокойно. Исходное голосовое сохрани рядом с текстом, чтобы оператор мог переслушать спорное место.

**Пример запроса:** «model=`cartesia/ink-whisper`, file=voice.ogg, language=ru, response_format=json»

**Стоимость:** тысяча голосовых по 30 секунд — около 130,00 ₽.

### Записи звонков с телефонной линии

Телефонная запись — трудный звук: узкая полоса, помехи, люди говорят одновременно. Cartesia отдельно пишет, что Ink Whisper точно расшифровывает звук с телефонными искажениями, акцентами и запинками, а также названия и термины. Попроси время слов, и по нему можно сразу перейти к нужному месту разговора. Каждый звонок отправляй отдельным файлом, чтобы расшифровка не смешивала разговоры, а в имени файла держи дату и номер линии.

**Пример запроса:** «model=`cartesia/ink-whisper`, file=call.mp3, language=ru, response_format=verbose_json, timestamp_granularities[]=word»

**Стоимость:** двести звонков по 3 минуты — около 156,00 ₽.

## Как писать запрос

Одна запись — один файл. Звонок отправляй в том виде, в каком его сохранила телефония: перекодировать его в более высокое качество бессмысленно, звука от этого не прибавится. Если запись тяжелее 25 МБ, режь её на паузах. Время слов проси только там, где оно нужно: для заметок хватит простого текста.

## Характеристики

| Разработчик | Cartesia |
| --- | --- |
| 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 | `cartesia/ink-whisper` |

## 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`: `cartesia/ink-whisper`, ключ — в заголовке `Authorization: Bearer sk-vsl-…`.

**curl**

```
curl https://veselo.ai/v1/audio/transcriptions \
  -H "Authorization: Bearer sk-vsl-ТВОЙ_КЛЮЧ" \
  -F model="cartesia/ink-whisper" \
  -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="cartesia/ink-whisper", 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: 'cartesia/ink-whisper',
  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](https://veselo.ai/docs/sdks)

[Документация раздела](https://veselo.ai/docs/transcriptions)

## Сравнение с похожими

| Модель | Цена | Главное | Когда выбрать |
| --- | --- | --- | --- |
| **Cartesia Ink Whisper** — эта модель | 0,26 ₽ / мин | до 2 ч звука | массовая расшифровка голосовых сообщений, заметок и телефонных записей |
| [Cartesia Sonic 3.6](https://veselo.ai/models/cartesia/sonic-3.6) — Cartesia | 4,18 ₽ / 1000 знаков | до 4 096 знаков | служебные фразы на русском: уведомления, коды, очередь, ответы бота |
| [Qwen3-ASR 1.7B](https://veselo.ai/models/qwen/qwen3-asr-1.7b) — Qwen (Alibaba) | 0,14 ₽ / мин | до 2 ч звука | короткие команды и записи с музыкой на фоне; открытые веса |
| [AssemblyAI Universal-2](https://veselo.ai/models/assemblyai/universal-2) — AssemblyAI | 0,28 ₽ / мин | до 2 ч звука | пакетная расшифровка на многих языках, русский — с высокой точностью |
| [Inworld STT-1](https://veselo.ai/models/inworld/inworld-stt-1) — Inworld AI | 0,28 ₽ / мин | до 2 ч звука | голосовые и короткие записи на 30 языках, когда язык заранее неизвестен |
| [Qwen3-ASR Flash](https://veselo.ai/models/qwen/qwen3-asr-flash) — Qwen (Alibaba) | 0,24 ₽ / мин | до 2 ч звука | короткие записи до 5 минут с терминами, в том числе на китайском |

- [**Whisper Large v3 Turbo**](https://veselo.ai/models/openai/whisper-large-v3-turbo) — ускоренная открытая Whisper, если минут очень много и цена за минуту важнее всего.
- [**Qwen3-ASR 1.7B**](https://veselo.ai/models/qwen/qwen3-asr-1.7b) — открытая модель Qwen: 18 языков с русским и время слов.
- [**ElevenLabs Scribe v3**](https://veselo.ai/models/elevenlabs/scribe-v3) — для длинных интервью, встреч и лекций, где точность важнее цены.
- [**Cartesia Sonic 3.6**](https://veselo.ai/models/cartesia/sonic-3.6) — пара для голосового бота: Ink Whisper слушает, Sonic отвечает голосом.

## Как устроен доступ

Весело — не разработчик Cartesia Ink Whisper: модель выпускает Cartesia. 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](https://veselo.ai/docs/privacy)

## Вопросы и ответы

**Ink Whisper — это обычный Whisper?**

Нет, это модель Cartesia на основе Whisper. Cartesia пишет, что она точнее и быстрее базовой версии: работает с кусками звука разной длины, держится на фоновом шуме, телефонных помехах и акцентах, увереннее пишет имена и термины.

**Распознаёт ли Ink Whisper русскую речь?**

Да, русский есть в списке из 100 языков модели. Если вся запись на русском, передай `language=ru`: так язык не придётся определять автоматически.

**Можно ли получить время каждого слова в Ink Whisper?**

Да. Попроси `response_format=verbose_json` и `timestamp_granularities[]=word`: в ответе придёт список слов с началом и концом. В примере Cartesia для этого служит тот же параметр `timestamp_granularities` со значением `word`.

**Есть ли у Cartesia распознавание речи в реальном времени через ваш API?**

Пока нет. Новая модель Cartesia, Ink 2, работает только потоком через постоянное соединение и понимает пять языков без русского, а у нас распознавание идёт готовыми файлами. Расшифровку файлов у Cartesia и сейчас выполняет Ink Whisper.

**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%.

**Сколько запросов можно отправлять?**

До 60 запросов в минуту и до 10 одновременно на один ключ, ключей у аккаунта — до 20. Сверх лимита придёт ответ 429 с заголовком Retry-After: через столько секунд можно повторить.

**Нужны ли VPN и зарубежная карта для Cartesia Ink Whisper?**

Нет. Запросы идут на https://veselo.ai/v1, а API-счёт пополняется в рублях — картой российского банка или по СБП.

## Ещё по теме

- [Все модели: распознавание речи](https://veselo.ai/models/raspoznavanie-rechi-api)
- [Cartesia API: Sonic и Ink](https://veselo.ai/models/cartesia)
- [Распознавание речи по API за рубли — документация API](https://veselo.ai/docs/transcriptions)
- [Все модели и цены](https://veselo.ai/models)

Факты сверены 16 ноября 2026 по документации: [docs.cartesia.ai](https://docs.cartesia.ai/build-with-cartesia/stt/older-models)
