STT Core Engine
Суверенный Speech-to-Text движок для AI/IT-продуктов, интеграторов и корпоративного сектора
Нейросеть распознавания речи для казахского, русского и смешанного языков. Открытый доступ для тестирования и гибкая архитектура для высоконагруженных систем.
curl -X POST https://api.aisupervisor.kz/api/v1/stt/upload \
-H "X-API-Key: $AIBS_API_KEY" \
-F "file=@dialog.mp3" \
-F "language=kz"
# {"recording_id": "b68257a2-5e8c-445a-ba30-b41db6c5d6e5",
# "status": "completed",
# "transcript": {"text": "Сәлеметсіз бе, менің атым Әсел…"}}import requests, time
BASE = "https://api.aisupervisor.kz"
H = {"X-API-Key": API_KEY}
with open("dialog.mp3", "rb") as f:
r = requests.post(f"{BASE}/api/v1/stt/upload",
headers=H,
files={"file": f},
data={"language": "kz"},
timeout=40)
data = r.json()
if data["status"] == "completed":
print(data["transcript"]["text"])
else:
# Not ready in time — poll by recording_id.
rid = data["recording_id"]
for _ in range(12):
time.sleep(5)
t = requests.get(f"{BASE}/api/v1/recordings/transcript",
headers=H, params={"recording_id": rid}, timeout=15)
if t.status_code == 200:
print(t.json()["transcript"]["text"])
breakimport { readFileSync } from "node:fs"
const BASE = "https://api.aisupervisor.kz"
const H = { "X-API-Key": process.env.AIBS_API_KEY }
const form = new FormData()
form.append("file", new Blob([readFileSync("dialog.mp3")]), "dialog.mp3")
form.append("language", "kz")
const res = await fetch(`${BASE}/api/v1/stt/upload`, {
method: "POST",
headers: H,
body: form,
})
const data = await res.json()
if (data.status === "completed") {
console.log(data.transcript.text)
} else {
// Not ready in time — poll by recording_id.
const url = `${BASE}/api/v1/recordings/transcript?recording_id=${data.recording_id}`
for (let i = 0; i < 12; i++) {
await new Promise((r) => setTimeout(r, 5000))
const t = await fetch(url, { headers: H })
if (t.ok) {
console.log((await t.json()).transcript.text)
break
}
}
}Технические бенчмарки
Точность, скорость и режимы работы
Точность (WER)
Уверенное распознавание локальной разговорной смешанной речи (каз-рус), аудиоданных с фоновым шумом (отделения, точки продаж и обслуживания), дообучение и fine-tune.
Адаптивная скорость
Базовая обработка (x30) и экстремальная производительность (x60–x80) на выделенных серверах для нагрузок свыше 5 000 000 минут в месяц.
Универсальность
Поддержка потокового распознавания в реальном времени (WebSocket) и асинхронной обработки готовых аудиофайлов (REST API).
API
Запрос и ответ движка
Что именно принимает и возвращает движок — реальный запрос и оба ответа, которые он даёт. Полный сценарий интеграции и коды ошибок — в документации.
curl -X POST https://api.aisupervisor.kz/api/v1/stt/upload \ -H "X-API-Key: afl_xxxxxxxxxxxxxxxxxxxxxxxx" \ -F "file=@dialog.mp3" \ -F "language=kz"
{
"recording_id": "b68257a2-5e8c-445a-ba30-b41db6c5d6e5",
"status": "completed",
"transcript": { "text": "Сәлеметсіз бе, менің атым Әсел, қош келдіңіз..." }
}{
"recording_id": "b68257a2-5e8c-445a-ba30-b41db6c5d6e5",
"status": "queued",
"message": "Retry GET /api/v1/recordings/transcript?recording_id=..."
}recording_id — сценарий целиком расписан в документации.Use cases
Индустриальные сценарии применения
Телемедицина
- Потоковое распознавание онлайн-консультаций врач-пациент.
- Обработка миллионов минут в месяц.
- Автоматическое формирование медицинских протоколов и контроль качества приемов.
Финтех и голосовые ассистенты
- Внедрение STT-модели в банковские приложения.
- Транскрибация клиентских обращений.
- Создание суверенных голосовых ботов и интеграция в экосистемы банков.
Корпоративная видеоконференцсвязь
- Обогащение платформ связи функцией real-time транскрибации.
- Формирование автоматического ИИ-summary.
- Протоколы встреч (Meeting Minutes) без ручной расшифровки.
SLA 1 час
Быстрый старт и прозрачная интеграция
Короткий бриф
Описание вашего ИТ-стека, бизнес-задачи и планируемого объема — чтобы выделить соответствующие мощности.
Доступ за 1 час
Одобрение заявки и выдача API-ключа с тестовым лимитом в рабочее время.
Технический саппорт
Прямая связь с инженерами для настройки коннекторов и интеграции.
Тарификация и лицензирование
Инфраструктура под корпоративные объемы
API Pro
Включает базовый пакет минут, превышение тарифицируется по фиксированной ставке за минуту. Оптимально для CRM, системных интеграторов и средних ИТ-продуктов.
Enterprise
Для стабильных потоков от 1 000 000 до 5 000 000+ минут в месяц. Резервирование выделенных серверов с гарантией скорости x60–x80 и приоритетный SLA.
Покупка лицензии
Единоразовый платёж за лицензию ядра и ежегодный контракт на техническую поддержку. Полное развертывание внутри ИТ-периметра клиента.
Кастомизация
Дообучение моделей под вашу лексику и интеграция нестандартных решений рассчитываются по отдельному Техническому Заданию.
Интеграция
Подключение в три строки кода
Отправьте аудиофайл на эндпоинт и получите транскрипцию с таймкодами, спикерами и оценкой уверенности.
curl -X POST https://api.aisupervisor.kz/api/v1/stt/upload \
-H "X-API-Key: $AIBS_API_KEY" \
-F "file=@dialog.mp3" \
-F "language=kz"
# {"recording_id": "b68257a2-5e8c-445a-ba30-b41db6c5d6e5",
# "status": "completed",
# "transcript": {"text": "Сәлеметсіз бе, менің атым Әсел…"}}import requests, time
BASE = "https://api.aisupervisor.kz"
H = {"X-API-Key": API_KEY}
with open("dialog.mp3", "rb") as f:
r = requests.post(f"{BASE}/api/v1/stt/upload",
headers=H,
files={"file": f},
data={"language": "kz"},
timeout=40)
data = r.json()
if data["status"] == "completed":
print(data["transcript"]["text"])
else:
# Not ready in time — poll by recording_id.
rid = data["recording_id"]
for _ in range(12):
time.sleep(5)
t = requests.get(f"{BASE}/api/v1/recordings/transcript",
headers=H, params={"recording_id": rid}, timeout=15)
if t.status_code == 200:
print(t.json()["transcript"]["text"])
breakimport { readFileSync } from "node:fs"
const BASE = "https://api.aisupervisor.kz"
const H = { "X-API-Key": process.env.AIBS_API_KEY }
const form = new FormData()
form.append("file", new Blob([readFileSync("dialog.mp3")]), "dialog.mp3")
form.append("language", "kz")
const res = await fetch(`${BASE}/api/v1/stt/upload`, {
method: "POST",
headers: H,
body: form,
})
const data = await res.json()
if (data.status === "completed") {
console.log(data.transcript.text)
} else {
// Not ready in time — poll by recording_id.
const url = `${BASE}/api/v1/recordings/transcript?recording_id=${data.recording_id}`
for (let i = 0; i < 12; i++) {
await new Promise((r) => setTimeout(r, 5000))
const t = await fetch(url, { headers: H })
if (t.ok) {
console.log((await t.json()).transcript.text)
break
}
}
}Fine-tuning моделей под сложную медицинскую, банковскую или техническую лексику в кратчайшие сроки на ваших данных.
Быстрая ручная разметка и адаптация словарей силами внутренних специалистов AI Business Solutions.
Калибровка моделей производится исключительно в нашей закрытой корпоративной среде из-за требований к аппаратному обеспечению, что гарантирует безопасность ваших датасетов.
Final step
Готовы встроить лучший STT Казахстана в свой продукт?
Заполните короткую анкету, и мы откроем вам доступ к API для тестирования. Ключ с тестовым лимитом выдаётся в течение часа в рабочее время.