Режим «Транскрибация» превращает голосовые сообщения и аудиофайлы в текст. Расшифровка появляется в диалоге: её читает менеджер, и её же видят другие AI-ассистенты канала, которые без транскрибации получают только пометку «[Voice message]».
#Когда включать
- Клиенты часто присылают голосовые, а менеджеры не хотят их слушать.
- На канале работают автоответчик или конвертер лидов, и они должны понимать голосовые.
- Нужна текстовая история всех обращений для поиска, аналитики и отчётов.
#Как работает
- Клиент отправляет голосовое сообщение или аудиофайл.
- AI определяет, что это аудио, и отправляет файл на распознавание речи.
- Текст появляется в диалоге: его видят менеджер и другие AI-ассистенты.
Обработка занимает 2–10 секунд в зависимости от длины записи.
#Провайдеры
| Провайдер | Модель | Особенности |
|---|---|---|
| OpenAI Whisper | whisper-1 | Лучшее качество, 50+ языков, используется по умолчанию |
| Google Gemini | gemini-2.0-flash, gemini-2.5-pro, gemini-2.5-flash | Хорошее качество, быстрая обработка |
Если подключён OpenAI, используется Whisper. Если OpenAI нет, используется Gemini как запасной вариант.
#Как включить
- Откройте AI-ассистенты в кабинете.
- Нажмите «Создать ассистента»: откроется форма.
- Выберите режим «Транскрибация аудио».
- Выберите провайдера: OpenAI (Whisper) или Gemini.
- Выберите модель транскрибации.
- Привяжите ассистента к нужным каналам и сохраните: следующее голосовое в этих каналах будет расшифровано.
#Настройки
| Параметр | Значение |
|---|---|
| Язык распознавания | Русский по умолчанию, поддерживаются 50+ языков |
| Максимальный размер файла | 50 МБ |
| Тайм-аут обработки | 120 секунд |
| Форматы | OGG, MP3, WAV, M4A, WEBM |
#Особенности режима
- Работает параллельно с другими ассистентами: к одному каналу можно подключить транскрибацию и автоответчик.
- Запускается только на аудио и голосовые, текстовые сообщения игнорирует.
- Расшифровка сохраняется в диалоге, к ней можно вернуться.
#Ограничения
- Файлы больше 50 МБ не обрабатываются.
- Если распознавание не уложилось в 120 секунд, расшифровка не появится.
- Нужен подключённый провайдер OpenAI или Google Gemini с рабочим API-ключом.