1С:Распознавание речи (1 млн единиц)

«1С:Распознавание речи»: управляйте данными с помощью голоса

Что это такое? Это облачный сервис, который переводит человеческую речь в текст и встраивается напрямую в любые конфигурации на платформе «1С:Предприятие». Разработчики и партнеры фирмы «1С» могут использовать встроенные механизмы языка для автоматизации рутинных операций и создания современных голосовых интерфейсов.

Как оптимизировать работу сотрудников?

• Голосовой ввод вместо клавиатуры. Надиктовывайте электронные письма, ставьте задачи, пишите комментарии к документам или заполняйте длинные текстовые поля. Это экономит время при работе за компьютером и незаменимо на мобильных устройствах, когда руки заняты.
• Автоматизация совещаний и звонков. Преобразуйте записи телефонных разговоров или планерок в текстовые протоколы. Для получения максимально точного текста рекомендуется вести запись каждого собеседника на отдельный звуковой канал.
• Управление 1С без кликов. Реализуйте голосовое управление приложением. Пользователь может голосом открывать нужные отчеты, выполнять поиск по базе, строить аналитику или заполнять реквизиты документов.

Где еще пригодится технология? Продукт успешно применяется для роботизации исходящих обзвонов (проведение опросов, сбор обратной связи), организации систем самообслуживания клиентов и речевой аналитики качества работы операторов. Кроме того, решение помогает создавать доступные рабочие места для людей с ограниченными возможностями здоровья.

Точность распознавания профессиональной лексики При потоковом вводе данных вы можете загрузить пользовательский словарь — список специфических терминов, фамилий сотрудников, названий товаров или контрагентов. Система будет отдавать приоритет этим словам, исключая ошибки вроде превращения названия компании в обычное слово.

Выберите подходящий режим работы:

1. Облачный сервис. Идеален для обработки больших объемов аудио. Голосовые данные отправляются на защищенные серверы «1С», где происходит их расшифровка. Это снимает любую нагрузку с ваших компьютеров и серверов, а также гарантирует доступ к самым последним алгоритмам искусственного интеллекта.
2. Локальная модель. Скачайте модуль распознавания на свой сервер. В этом режиме аудиофайлы никуда не передаются, что обеспечивает максимальный уровень конфиденциальности данных. Обратите внимание: новые алгоритмы повышения точности сначала внедряются в облако, поэтому качество локального распознавания может временно уступать облачному.

Попробуйте перед внедрением Для оценки возможностей системы скачайте бесплатное демоприложение (готовую конфигурацию 1С). С его помощью можно протестировать распознавание как из файла, так и в реальном времени через микрофон. Весь программный код этой демо-базы открыт: вы можете скопировать готовые примеры реализации и перенести их в свои рабочие проекты на платформе «1С:Предприятие 8».

Режимы работы и технические возможности «1С:Распознавание речи»

1. Потоковое распознавание (в реальном времени) Система принимает аудиопоток с микрофона пользователя и мгновенно возвращает распознанный текст фрагментами по мере поступления звука.

• Для чего использовать: живая диктовка документов, заполнение реквизитов на ходу, голосовой поиск в базе данных или управление интерфейсом программы командами.
• Ограничения сеанса: при работе через облачный сервис длительность одной непрерывной сессии составляет не более 2 часов. При локальном (офлайн) распознавании на вашем сервере временных ограничений нет — сессия может длиться столько, сколько необходимо.

2. Файловое распознавание (асинхронная обработка) Пользователь загружает готовый аудиофайл (например, запись телефонного разговора, планерки или интервью). Сервис сразу выдает идентификатор задачи, а готовый текст появляется с задержкой, зависящей от объема записи и текущей нагрузки на систему.

• Многоканальный режим: если в файле записано несколько звуковых дорожек (например, отдельный микрофон для каждого участника звонка), система распознает каждую из них независимо. В отчетности и тарификации каждый канал будет учитываться как отдельное задание.
• Поддерживаемые форматы: WAV (signed 16 bit little-endian) и Opus в контейнере OGG.
• Требования к качеству аудио: частота дискретизации от 8 кГц до 48 кГц.
• Лимиты файлов: максимальный объем — 1 Гб, максимальная продолжительность записи — 4 часа.
• Срок хранения результатов: готовые расшифровки хранятся на сервере в течение 7 суток после завершения обработки. За это время их необходимо скачать.

Разделение диалога по спикерам (диаризация) Функция автоматически определяет, кто именно говорит в данный момент, и разбивает сплошной поток текста на смысловые блоки с привязкой к конкретным собеседникам. Это незаменимо для:

• фиксации договоренностей на совещаниях;
• анализа звонков отдела продаж и контроля качества обслуживания;
• автоматической транскрибации собеседований и опросов клиентов;
• составления протоколов встреч с указанием реплик каждого участника.

Языковая поддержка На текущий момент технология стабильно работает с речью на русском и английском языках. Разработчики постоянно совершенствуют алгоритмы, поэтому список доступных языков планируется расширять в ближайших обновлениях сервиса.

Работает в программах:

• 1С:Документооборот 3.0 (диктовка текста электронных писем, задач, отчетов и резолюций, голосовой подбор адресатов писем)

Облачный продукт «1С:Распознавание речи» доступен средствами встроенного языка платформы «1С:Предприятие 8» с версии 8.3.23 и может быть встроен в любое пользовательское приложение 1С.

Программа 1С, в которую встраиваются механизмы распознавания, должна быть на официальной поддержке.

При локальном распознавании речи рекомендуется учитывать минимальные требования к ресурсам оборудования:

• x64: процессор Intel Core i5 или AMD Ryzen 5 и последующие модели, оперативная память 12 Гбайт и выше,
• x32: процессор Intel Core i5 или AMD Ryzen 5 и последующие модели, оперативная память 4 Гбайт и выше. Качество распознавания речи на платформе x32 снижено.