Whisper — открытая модель распознавания речи, работает локально. Ниже — 7 сервисов, которые решают ту же задачу, с указанием того, чем каждый отличается и что из этого доступно из России.
| Сервис | Чем отличается | Цена | Из России |
|---|---|---|---|
| Whisper | Открытая модель распознавания речи, работает локально | бесплатно локально, API от $0.006/мин | Без VPN |
| Yandex SpeechKit | Синтез и распознавание речи от Яндекса | по факту использования, в рублях | Без VPN |
| SaluteSpeech | Российский синтез и распознавание речи для бизнеса | есть бесплатный пакет, далее по объёму | Без VPN |
| Otter.ai | Расшифровка встреч и автоматические протоколы | от $17/мес | Без VPN |
| ElevenLabs | Эталон синтеза речи и клонирования голоса | от $5/мес | Нужен VPN |
| Descript | Монтаж видео и подкастов через редактирование текста | от $15/мес | Нужен VPN |
| Fireflies.ai | ИИ-секретарь для созвонов с аналитикой разговоров | от $18/мес | Без VPN |
| Krisp | Шумоподавление в реальном времени во время созвонов | от $8/мес | Без VPN |
SpeechKit — сервис Яндекс Облака для распознавания и синтеза речи с качественными русскими голосами, разметкой ударений и потоковым режимом для телефонии и ботов.
SaluteSpeech — платформа Сбера для синтеза и распознавания русской речи. Даёт естественные русские голоса, работает через API, оплата в рублях, данные остаются в России.
Otter подключается к созвонам, ведёт расшифровку в реальном времени, выделяет решения и задачи и формирует краткий протокол встречи.
ElevenLabs синтезирует максимально естественную речь на десятках языков, включая русский, клонирует голос по короткому образцу, озвучивает книги и дублирует видео.
Descript расшифровывает запись и позволяет монтировать видео, удаляя слова из текста расшифровки. Умеет убирать паузы и слова-паразиты, клонировать голос и править оговорки.
Fireflies записывает и расшифровывает встречи, создаёт саммари, анализирует разговоры и передаёт данные в CRM. Популярен в отделах продаж.
Krisp убирает фоновый шум и эхо во время звонков в любом приложении, а также записывает и расшифровывает встречи с автоматическим протоколом.
Из доступных без VPN ближе всего Yandex SpeechKit, SaluteSpeech, Otter.ai. Часть из них принимает российские карты.
Да: Yandex SpeechKit, SaluteSpeech, Otter.ai, ElevenLabs — у всех есть бесплатный доступ или бесплатный тариф с лимитами.
Прогоните одну свою типичную задачу через двух-трёх кандидатов и сравните не лучший результат, а стабильность: побеждает тот, кто даёт ровное качество на пяти разных примерах.