Весело
Весело

Soniox STT v6: распознавание речи по API

Soniox STT v6 — модель распознавания готовых записей от компании Soniox. Она вышла 3 ноября 2026 года и сменила пятую версию. Одна модель понимает 60+ языков, среди них русский, украинский, белорусский и казахский. Файл ждёт очереди у вендора, поэтому ответ приходит не за секунду: это модель для фоновой работы. Цена — 0,19 ₽ за минуту звука.

  • 0,19 ₽ за минуту звука
  • до 2 ч звука
  • звук → текст

soniox/stt-async-v6

Обновлено:

Получить ключ Попробовать Документация

Попробовать Soniox STT v6

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, кусок созвона команды. Вернётся текст записи.

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

Цены Soniox STT v6 в рублях

Звук — считаем по секундам0,19 ₽ 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.

Свой сервис транскрибации: 100 часов записей в месяцОколо 1 140,00 ₽
Созвоны на двух языках: созвоны по 20 минут каждый рабочий день месяцаОколо 83,60 ₽
Диктовка и голосовые заметки: 300 заметок по минутеОколо 57,00 ₽
Подкасты на украинском и казахском: 12 выпусков по 50 минутОколо 114,00 ₽

Что умеет Soniox STT v6

  • 60+ языков одной моделью: русский, украинский, белорусский, казахский, азербайджанский, английский, китайский и другие (список Soniox).
  • По словам Soniox, v6 точнее v5 на всех языках и увереннее узнаёт числа, суммы, даты, номера, акценты и смену языка посреди фразы (о моделях).
  • Асинхронная модель: файл встаёт в очередь у вендора, поэтому ответ приходит дольше, чем у моделей с мгновенным ответом.
  • Сама Soniox принимает записи длиной до пяти часов, у нас предел — файл до 25 МБ в WAV, MP3, FLAC, M4A, OGG или WebM.
  • Ответ — текст, JSON, субтитры SRT и VTT или JSON со временем слов.

Где применять

Свой сервис транскрибации

Если строишь сервис транскрибации для юристов, журналистов или студентов, главная строка расходов в нём — само распознавание. У Soniox STT v6 цена 0,19 ₽ за минуту звука, а очередь у вендора такому продукту не мешает: человек загружает файл и получает текст в личном кабинете или на почту, когда расшифровка закончится. Русский, украинский и казахский закрываются одной моделью, отдельная интеграция под каждый язык не нужна. А формат ответа выбирается под клиента: текст, SRT или JSON со временем слов.

Пример запроса: «zapis-klienta.mp3, language=ru, response_format=text»

Стоимость: 100 часов записей в месяц — около 1 140,00 ₽.

Созвоны на двух языках

Команда обсуждает задачу по-русски, а термины, названия сервисов и куски переписки зачитывает по-английски. Soniox пишет, что v6 точнее прошлых версий узнаёт смену языка посреди предложения и разные акценты, а модель у вендора одна на все языки. Подсказку language=ru всё равно передавай: она помогает основному языку записи. Время слов в verbose_json пригодится, чтобы найти момент, когда обсуждали дедлайн, и не переслушивать весь созвон ради одной фразы.

Пример запроса: «standup-ru-en.m4a, language=ru, response_format=verbose_json»

Стоимость: созвоны по 20 минут каждый рабочий день месяца — около 83,60 ₽.

Диктовка и голосовые заметки

Голосовой набор Soniox называет одной из задач, под которые дорабатывала v6. Одну деталь стоит знать заранее: если продиктовать «запятая» или «точка», в тексте окажется слово, а не знак, — так v6 записывает произнесённые команды пунктуации. Для заметок и списков дел это не мешает. А если заметка уходит в документ, знаки удобнее расставить после, чем командовать ими вслух. Короткие заметки из мессенджера в OGG отправляй как есть.

Пример запроса: «zametka-0412.ogg, language=ru, response_format=text»

Стоимость: 300 заметок по минуте — около 57,00 ₽.

Подкасты на украинском и казахском

Для подкаста на украинском или казахском сначала проверь, есть ли язык в официальном списке модели: без этого результат превращается в лотерею. У Soniox в списке украинский, белорусский, казахский, азербайджанский и ещё полсотни языков. Передай код языка — uk, be, kk — и получишь текст выпуска. Его можно выложить расшифровкой рядом с эпизодом, чтобы выпуск находился в поиске, а из SRT сделать субтитры к видеоверсии подкаста.

Пример запроса: «podkast-kk-17.mp3, language=kk, response_format=srt»

Стоимость: 12 выпусков по 50 минут — около 114,00 ₽.

Характеристики

РазработчикSoniox
ВидРаспознавание речи
Файлmp3, wav, flac, m4a, mp4, ogg, webm; до 25 МБ
Звук за раздо 2 ч
Ответjson, text, srt, vtt, verbose_json
id для запросаsoniox/stt-async-v6

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: soniox/stt-async-v6, ключ — в заголовке Authorization: Bearer sk-vsl-….

curl

curl https://veselo.ai/v1/audio/transcriptions \
  -H "Authorization: Bearer sk-vsl-ТВОЙ_КЛЮЧ" \
  -F model="soniox/stt-async-v6" \
  -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="soniox/stt-async-v6", 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: 'soniox/stt-async-v6',
  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

Документация раздела

Сравнение с похожими

МодельЦенаГлавноеКогда выбрать
Soniox STT v6 — эта модель0,19 ₽ / миндо 2 ч звукафоновая расшифровка записей на 60+ языках, когда ответ может подождать
Soniox TTS v2 — Soniox1,58 ₽ / 1000 знаковдо 4 096 знаководин голос на многих языках и эмоции метками в тексте, русский есть
Grok STT — xAI (Grok)0,19 ₽ / миндо 2 ч звукарасшифровка встреч, звонков и голосовых на русском и ещё 37 языках со временем слов
Deepgram Nova-3 — Deepgram0,54 ₽ / миндо 2 ч звуказвонки, встречи и видео с шумом и несколькими голосами, русский и ещё 50+ языков
AssemblyAI Universal-2 — AssemblyAI0,28 ₽ / миндо 2 ч звукапакетная расшифровка на многих языках, русский — с высокой точностью
Qwen3-ASR Flash — Qwen (Alibaba)0,24 ₽ / миндо 2 ч звукакороткие записи до 5 минут с терминами, в том числе на китайском

Версии и отличия

  • soniox/stt-async-v5 — прошлое поколение, июнь 2026 года. Soniox пометила его устаревшим и уберёт 15 декабря 2026-го. По API v6 совместима с v5: при переходе меняется только имя модели в запросе.

Как устроен доступ

Весело — не разработчик Soniox STT v6: модель выпускает Soniox. 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

Это приложение Soniox?
Нет. Приложение у Soniox своё, а здесь модель Soniox STT v6 по API — для твоего кода, бота или сервиса. Файл отправляет программа, и текст приходит ей же в ответе.
Почему ответ от Soniox STT v6 приходит не сразу?
Это асинхронная модель: вендор ставит файл в очередь и обрабатывает его там. Наш API дожидается готового текста и отдаёт его одним ответом, но держать человека в чате ради такой расшифровки неудобно. Для бота, который отвечает сразу, возьми Deepgram Nova-3 или Inworld STT-1.
Во сколько обойдётся месяц расшифровок на Soniox STT v6?
Зависит только от длины записей: 0,19 ₽ за минуту звука, со списанием по секундам. Сто часов в месяц — около 1 140,00 ₽, один часовой созвон — около 11,40 ₽.
Есть ли у Soniox STT v6 перевод речи?
У самой Soniox перевод есть, но в нашем API пока только распознавание: на выходе текст на языке записи. Перевести его можно отдельным запросом к текстовой модели.
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 Soniox STT v6?
Нет. Запросы идут на https://veselo.ai/v1, а API-счёт пополняется в рублях — картой российского банка или по СБП.

Ещё по теме

Факты сверены 16 ноября 2026 по документации: docs.soniox.com