Отдельных эндпоинтов нет — опции передаются в обычный запрос транскрипции. Анализ
выполняют собственные модели Palatine. Без опций запрос и ответ не меняются.
Где доступны
На
/transcribe/do_transcribe прочие параметры (model, diarization_model,
num_speakers, …) по-прежнему передаются только в query — полями формы
принимаются roles, emotions, profanity_filter, profanity_mask,
profanity_positions и dictionary. На /audio/transcriptions
все параметры, как и раньше, — поля формы.Параметры
roles — роли говорящих
Ограничения: не больше 10 ролей; имя роли — непустое, до 64 символов, имена не
должны повторяться (без учёта регистра); описание — до 500 символов. Переводы строк,
табуляция и другие управляющие символы в именах и описаниях не допускаются. Нарушение
любого ограничения —
422.
Если говорящего не удаётся уверенно отнести ни к одной роли из списка, его роль — null.
emotions — эмоции реплик
Логическое значение: true / false (также 1/0, yes/no, on/off).
Каждой реплике назначается одна из эмоций: neutral, positive, sad, angry.
Эмоции определяются только для русской речи. Для записей на другом языке поле
emotion будет null, а опция не тарифицируется. Очень короткие реплики (около секунды
речи) по возможности объединяются с соседними репликами того же говорящего; если
объединить не с чем — emotion: null.profanity_filter — фильтр мата
Опция бесплатная. Что именно маскируется на каждом уровне и как выглядит маска — см.
Фильтр мата для текста: правила там те же.
Значения не зависят от регистра; любое другое значение —
422.
- Маска необратима — исходный текст не сохраняется.
- Маскируется весь текст результата:
text,segments[].text,words[].word, а у обычной транскрипции (без диаризации) — иsegments[].words; полеsegments[].tokensочищается. Маска сохраняется и в выгрузках (/download_as_file, форматыsrt/vttи др.). - Фильтр работает и без диаризации — с обычной транскрипцией.
Параметры фильтра
Передаются так же, как сама опция (поле формы, query-параметр или поле JSON-тела — в зависимости от эндпоинта).
Другое значение —
422. Параметры работают только вместе с profanity_filter: если
задан profanity_mask или profanity_positions=true, а фильтр не включён, запрос вернёт
422 — сервис не отдаёт немаскированный текст молча.
Пример запроса
- cURL (async)
- Python (async)
- cURL (OpenAI-совместимый)
- cURL (файл по ссылке)
GET /api/v1/transcribe/task_status/{task_id}
(см. Polling API).
На синхронном
/audio/transcriptions опции roles и emotions увеличивают время
ответа. Для длинных записей используйте асинхронный /transcribe/do_transcribe.Формат ответа
В примере нижеХ*** — условное обозначение замаскированного слова (уровень soft).
Поля опций появляются в ответе, только если опция запрошена (тогда поле есть
всегда, при неудаче — со значением null). Поле speaker в сегментах ролью не заменяется.
Без диаризации (
profanity_filter на обычной транскрипции) ответ имеет прежний
формат: текст маскируется, в included_processing появляется profanity_filter;
флагов profanity у сегментов и сводки speakers нет.Позиции замаскированных слов
Сprofanity_positions=true в ответе появляется массив profanity_hits — по элементу на
каждое замаскированное слово (без параметра ключа нет):
Если слово не удалось сопоставить с таймкодами (например, в ответе нет
words), start,
end и word_index равны null. Исходное слово не возвращается.
На OpenAI-совместимом
/audio/transcriptions позиции есть в форматах verbose_json,
diarized_json и json (тогда ответ — {"text": ..., "profanity_hits": [...]}). В
форматах text, srt и vtt полей нет, поэтому позиции не возвращаются — без ошибки;
маска при этом применяется.Коды в warnings
Сбой ролей или эмоций не валит задачу: транскрипция возвращается, соответствующие поля
равны null, в warnings — причина.
Тарификация
Роли и эмоции тарифицируются отдельно и поминутно — дополнительно к транскрипции и диаризации. Фильтр мата и его параметры бесплатны.- Сумма по каждой опции округляется вверх до копейки, минимум — 0,01 ₽ за платную опцию. Например, роли: 15 с записи — 0,02 ₽, 61 с — 0,05 ₽.
- Списывается только выполнившаяся опция (та, что есть в
included_processing). Если роли или эмоции не определились (см.warnings), за них ничего не списывается. - Перед запуском обработки проверяется, что баланса хватает на всё запрошенное, включая платные опции.
Ошибки
Проверки выполняются по порядку, до создания задачи и без списаний:
- Значения опций (и
roles/emotionsна/do_transcribe_by_url) — иначе422. - Подключена ли опция для аккаунта — иначе
403 feature_disabled. - Для
roles/emotionsуказанdiarization_model— иначе422.
roles/emotions без диаризации вернёт 403, а не 422.
false у опции (emotions=false, profanity_filter=false) равносильно её
отсутствию и ошибок не вызывает.