GigaASR API — распознавание речи и субтитры в рублях

Что такое GigaASR

GigaASR — распознавание русской речи с таймкодами по словам и субтитрами srt и vtt, сервер в России от компании Сбер. Модель принимает на вход аудио и относится к категории «распознавание речи (stt)». Через kosareva.cloud модель доступна по единому OpenAI-совместимому API: тот же код, что и для OpenAI, — достаточно поменять base_url и ключ.

GigaASR можно подключить и напрямую — в Сбере (GigaChat API). У нас — один ключ ко всем моделям каталога и одна оплата: счёт в рублях и закрывающие документы на все модели сразу.

Один ключ открывает не только GigaASR: в каталоге больше сотни моделей — текстовых, картиночных, звуковых и видео. Это важнее, чем кажется: модели устаревают за месяцы, и переключение на следующую версию сводится к замене одной строки, а не к новому договору и новой интеграции.

Сильные и слабые стороны GigaASR

Кому подходит. Субтитры к роликам и вебинарам, разбор звонков с привязкой к секундам, протоколы, где важно найти момент в записи.

С чем сравнивать. Если субтитры не нужны, Whisper large-v3 дешевле: 0,51 ₽ за минуту. Для записей на других языках смотрите Gemini 3.5 Transcribe.

Место GigaASR в каталоге

Из 4 моделей категории «распознавание речи (stt)» в каталоге GigaASR занимает 4-е место по цене — считая от самой дешёвой. Ближайший вариант дешевле — Gemini 3.5 Transcribe за 0,55 ₽ за минуту, это на 53% меньше. Дороже в своей категории в каталоге ничего нет.

Цена GigaASR в рублях

Цена в таблице = цена в вашем счёте: в рублях, по договору, с закрывающими документами. Списание — только за фактическое использование.

Сколько стоит расшифровка на GigaASR

Минута записи стоит 0,84 ₽. Сумма зависит только от длины записи, паузы считаются так же, как речь.

Оценка по средней цене минуты. Ошибочные запросы не тарифицируются.

Как подключить GigaASR

Используйте стандартный OpenAI SDK, укажите base_url kosareva.cloud и модель gigaasr. Менять в существующем коде нужно ровно две строки — адрес и ключ.

Python, OpenAI SDK

from openai import OpenAI

client = OpenAI(
    api_key="ВАШ_КЛЮЧ_KOSAREVA",
    base_url="https://api.kosareva.cloud/v1",
)

with open("meeting.mp3", "rb") as audio:
    result = client.audio.transcriptions.create(
        model="gigaasr",
        file=audio,
        language="ru",  # необязательно: язык модель определит сама
    )
print(result.text)

Python, без SDK — requests

import requests

with open("meeting.mp3", "rb") as audio:
    response = requests.post(
        "https://api.kosareva.cloud/v1/audio/transcriptions",
        headers={"Authorization": "Bearer ВАШ_КЛЮЧ_KOSAREVA"},
        files={"file": audio},
        data={"model": "gigaasr", "response_format": "srt"},  # субтитры с таймкодами
        timeout=600,
    )
response.raise_for_status()
print(response.text)

cURL

curl https://api.kosareva.cloud/v1/audio/transcriptions \
  -H "Authorization: Bearer ВАШ_КЛЮЧ_KOSAREVA" \
  -F model="gigaasr" \
  -F file="@meeting.mp3" \
  -F language="ru"

Тот же ключ работает и с Anthropic SDK, и с любым клиентом, который умеет OpenAI-совместимый эндпоинт: LangChain, LlamaIndex, Cursor, Continue, n8n. Отдельного ключа под каждую модель заводить не нужно — один ключ открывает весь каталог.

Эндпоинты и параметры GigaASR

Шлюз повторяет схему OpenAI, поэтому имена параметров и формат ответа те же, к которым вы привыкли. Базовый адрес один на все модели каталога.

Подробно о форматах ответа, языках и ограничениях — в документации по распознаванию речи.

Характеристики

Для чего подходит GigaASR

• Расшифровка звонков отдела продаж и поддержки
• Протоколы совещаний, интервью и лекций
• Субтитры srt и vtt к видео
• Голосовые сообщения в Telegram-ботах и CRM

Что учесть при работе с GigaASR

В model передайте gigaasr, в response_format — srt, vtt или verbose_json. В verbose_json приходят фразы и каждое слово с началом и концом в секундах, поле timestamp_granularities можно не передавать.

Первое — запрос принимает файл до 25 МБ. Длинные записи сжимайте в mp3 или ogg: час речи в mp3 на 48 кбит/с занимает около 21 МБ. Что не помещается, режьте на части по паузам — так и повторить неудачный кусок дешевле.

Второе — цена зависит только от длины записи: 0,014 ₽ за секунду записи. Вырежьте длинную тишину до отправки, и запись станет дешевле.

Третье — баланс общий на все модели каталога. Не нужно заранее решать, сколько денег «положить на GigaASR»: те же средства уйдут на любую другую модель, если завтра вы переключитесь. Расход по каждой модели виден в личном кабинете отдельной строкой, вместе с числом запросов и токенов.

GigaASR с оплатой в рублях и без VPN

GigaASR от Сбер — распознавание русской речи с таймкодами по словам и субтитрами srt и vtt, сервер в России. Доступ через kosareva.cloud без VPN и зарубежных карт, оплата в рублях, OpenAI-совместимый API.

• Оплата в рублях по карте или счёту — для юрлиц договор, акт и инвойс.
• Без VPN и зарубежных карт: запросы идут с российских IP.
• Единый OpenAI-совместимый API к GigaASR и ещё 100+ моделям по одному ключу.
• Оплата только за фактическое использование, без абонентской платы.

Другие модели Сбер

Частые вопросы о GigaASR