Можно ли обработать 500 звонков за месяц?

Да. Пакетная загрузка до 50 файлов за раз, JSON с таймкодами для загрузки в вашу CRM. Для регулярного потока есть HTTP API и пакеты минут.

Что дешевле для тысячи минут звонков?

Пакет «3 000 минут» (5 490 ₽ за 3 000 минут) — 1,83 ₽ за минуту против 3 ₽ при разовой оплате.

Вы делаете анализ разговоров?

Мы отдаём текст с таймкодами и спикерами в JSON. Скоринг и теги вы строите в своей системе или заказываете отдельно.

Транскрибация звонков

Телефонный канал — 8 кГц и агрессивная компрессия. Это самый трудный вход, и здесь разница между русской моделью и Whisper перестаёт быть академической: 9,5% против 23,1% ошибок на одних и тех же call-центровых данных.

8,3% средний WER GigaAM v3 RNNTпротив 21% у Whisper large-v3 — в 2,5 раза меньше ошибок15 мин бесплатно без регистрациидо 10 часов на файл

Спрос по Яндекс.Вордстат

Запрос	Показов в месяц	Снято
транскрибация звонков	416	2026-08

Как достать файл: Телефонные звонки

Android: встроенная запись разговоров
Файлы в папке Recordings/Call или MIUI/sound_recorder/call_rec. Форматы — .amr, .m4a, реже .mp3.
Облачная АТС
Манго, Билайн, МТС и Ростелеком отдают записи в личном кабинете, обычно MP3 8 кГц. У части провайдеров есть выгрузка пачкой за период.
Стерео по сторонам — включите, если можно
Если АТС умеет писать абонента в левый канал, а оператора в правый, включите это. Точность атрибуции реплик станет стопроцентной без диаризации.
Загрузите пачкой
До 50 файлов за раз. Каждый разговор — отдельный документ, плюс сводная выгрузка в JSON.

Какой файл вы получите

Категория	телефония
Расширение	amr, mp3 или wav
Кодек	AMR-NB, G.711, MP3
Частота дискретизации	8 000 Гц, моно, иногда стерео по сторонам
Пресет обработки	Звонки: узкая полоса, стерео по сторонам

Акустика этого источника

8 кГц, полоса до 4 кГц. Различия между «с», «ф», «ш» физически отсутствуют в сигнале. Плюс паузы DTX и эхо линии.

Бенчмарк GigaAM (Сбер), 10 русскоязычных датасетов, единая нормализация
Модель	Средний WER, %	Далёкий микрофон	Кол-центр
GigaAM v3 RNNT (Сбер, MIT)используем мы	8,3	3,9	9,5
GigaAM v2 RNNT	10,6	—	—
T-one + LM (Т-Банк, Apache-2.0)	16,3	—	—
Whisper large-v3	21	16,4	23,1

Грабли, о которых стоит знать заранее

Запись разговоров ограничена законом
Записывать разговор без уведомления собеседника рискованно. Для call-центров обычно требуется голосовое уведомление в начале звонка.
Смикшированный моно вместо стерео
Если обе стороны в одном канале, диаризация работает хуже: тембры прошли через один и тот же узкий кодек.
DTX-паузы искажают длительность
Файл может быть короче реального разговора. Мы восстанавливаем паузы, чтобы таймкоды совпадали с журналом звонков.

Проверка файла и расчёт стоимости

Файл не загружается и никуда не отправляется: длительность читает ваш браузер локально.

или задайте длительность вручную:1 ч 00 мин

Разовая оплата180 ₽первые 15 мин бесплатно, дальше 3 ₽/мин

По пакету «300 минут»158 ₽790 ₽ за 300 мин, без автопродления

Время обработки1 мин 55 с≈ 40× реального времени на A100

Расшифровать с этими настройками

Отменять ничего не нужно: у нас нет автопродления и мы не храним данные платёжных карт.

Частые вопросы

Можно ли обработать 500 звонков за месяц?: Да. Пакетная загрузка до 50 файлов за раз, JSON с таймкодами для загрузки в вашу CRM. Для регулярного потока есть HTTP API и пакеты минут.
Что дешевле для тысячи минут звонков?: Пакет «3 000 минут» (5 490 ₽ за 3 000 минут) — 1,83 ₽ за минуту против 3 ₽ при разовой оплате.
Вы делаете анализ разговоров?: Мы отдаём текст с таймкодами и спикерами в JSON. Скоринг и теги вы строите в своей системе или заказываете отдельно.

Смотрите также