[Документация Yandex Cloud](../index.md) > [Облачная терминология](index.md) > Речевые технологии > Транскрибация

# Транскрибация

Транскрибация или распознавание речи (*speech-to-text — STT*) — это перевод речи из аудио в текст.

## История транскрибации {#transcription-history}

Предшественником транскрибации была стенография — способ записи устной речи при помощи особых знаков и сокращений. Этот метод потерял свою актуальность с приходом возможностей аудиозаписи.

В отличие от стенографии, для транскрибации не нужны непосредственное присутствие рядом с источником речи и знание сокращений. Более расслабленный формат позволяет использовать предзаписанную аудиодорожку, итоговый результат легко читается, а передать работу можно как человеку, так и программам на базе машинного обучения.

Как развивался процесс транскрибации, вы можете прочитать в статье про [распознавание речи](https://ru.wikipedia.org/wiki/Распознавание_речи).

## Типы транскрибации {#transcription-type}

Существует большое количество сервисов, которые занимаются транскрибацией: это и фриланс-платформы, где транскрибацией занимаются люди, и программы на основе машинного обучения. Но как метод распознавания речи программой, транскрибацию обычно разделяют на потоковую, синхронную и асинхронную.

Тип распознавания | Особенности | Когда использовать
:--- | :--- | :---
**Потоковое** | Используется для перевода речи в текст в режиме реального времени. Программа, которая занимается транскрибацией, получает короткие аудиофрагменты и отправляет результаты в рамках одного соединения. Минусом такого метода являются жесткие ограничения на размер и длительность файла. | Для телефонных и виртуальных ассистентов.
**Синхронное** | Быстрая скорость ответа, но малый размер обрабатываемых файлов. Подходит для предзаписанных одноканальных аудиофайлов небольшого размера.  | Для виртуальных ассистентов, голосового управления и распознавания текста в аудиосообщений в мессенджерах.
**Асинхронное** | Используется для больших файлов в офлайн-режиме. В большинстве случаев этот метод обрабатывает многоканальное аудио длительностью в часы. | Для видеоблогов, записи встреч, создания субтитров, контроля соблюдения сценариев в колл-центрах.

## Как работает транскрибация {#transcription-work}

Распознавание аудио программой на машинном обучении происходит в три шага:

1. Определение признаков звуковых сигналов и сопоставление с имеющимися признаками.
2. Генерация текста по словам.
3. Постобработка текста. Например, расстановка знаков пунктуации, преобразование числительных в цифры.

## Для чего нужна транскрибация {#transcription-purpose}

Транскрибация уже используется:
* В медицине: для более быстрого процесса ведения медицинской документации. Врачи тратят драгоценное время на создание записей в медицинской системе вместо того, чтобы использовать время более продуктивно на взаимодействие с пациентами и их обследование. Программное обеспечение на основе процесса транскрибации позволяет автоматизировать создание медицинских записей.
* В журналистике: для перевода записанного аудио-интервью в текст, который в дальнейшем используется для создания статьи.
* В онлайн-обучении: программное обеспечение на основе транскрибации позволяет дополнять видео контент текстовом сопровождением, что облегчает процесс восприятия учебного материала, а также создает возможность полноценного обучения для учеников с ограниченными возможностями. Также транскрибация дает возможность ученикам переводить аудио или видеоматериалы в текст для дальнейшего изучения.

Наиболее же часто ее используют для:
* Создания документации, перевода в текст собраний сотрудников, бизнес-встреч и звонков.
* Перевода на другие языки и добавления субтитров для охвата аудитории из других стран.
* Создания текстовых инструкций по обучающим роликам и сопровождения видеоблогов текстом.
* Автоматизации техподдержки для упрощения фиксации заявок и уменьшения количества сотрудников техцентров.

## Транскрибация для бизнеса {#transcription-for-business}

Для современного бизнеса очень важно слушать клиентов, чтобы лучше понимать их потребности и тем самым значительно улучшать качество обслуживания.

В большинстве современных компаний процесс анализа звонков происходит в ручном режиме, что значительно снижает качество и скорость работы отдела контроля качества.  В таких случаях бизнесу может помочь автоматизация распознавания речи на основе технологии транскрибации.

Речевая аналитика — это процесс анализа аудиозаписей телефонных звонков, который помогает выявлять тенденции и закономерности во взаимодействии с клиентами, а также извлечь смысл из аудиозаписей и рассмотреть эти данные, чтобы получить полезную информацию.

Сервисом речевой аналитики могут воспользоваться компании, которые активно применяют в своем бизнесе сервисы телефонии.

Преимущества, которые организация получает с помощью сервиса:
* Сокращение среднего времени обработки звонков за счет изучения предыдущих обращений клиентов и совершенствования методов их обработки.
* Речевая аналитика позволяет качественно изучить все исходящие рекламные звонки и выделить наиболее успешные среди них. Данный процесс способствует увеличению прибыли компании за счет применения самых успешных методов продаж, которые будут применяться в рамках рекламных компаний.
* Повышение лояльности клиента за счет анализа процесса соблюдения сценариев и стандартов работы компании, путем обеспечения мониторинга качества 100% звонков.

## Транскрибация от Yandex SpeechKit {#transcription-from-Yandex-SpeechKit}

В сервисе [Yandex SpeechKit](https://yandex.cloud/ru-kz/services/speechkit/) используется технология транскрибации, которая позволяет преобразовать аудиоинформацию в текст.

Распознанный текст преобразуется в данные для дальнейшего анализа бизнес-показателей вашей компании.
Данные позволяют проводить аналитическую работу, выявлять приоритетную информацию о всех участниках телефонных диалогов, формулировать выводы и проводить работу над ошибками.

С помощью SpeechKit вы сможете автоматизировать:
* Контроль всех входящих и исходящих звонков.
* Распознавание речи в режиме реального времени.
* Перевод аудиофайла в текст.
* Анализ текста.

Сервис [SpeechKit](../speechkit/overview.md) предоставляет доступ к потоковому, синхронному и асинхронному [распознаванию речи](../speechkit/stt/index.md) высокой точности.

SpeechKit использует речевые технологии на базе машинного обучения для транскрибации, создания голосовых помощников, автоматизации колл-центров, контроля качества сервиса и других задач.

[Зарегистрируйтесь](https://kz.console.yandex.cloud/) в Yandex Cloud и начните пользоваться возможностями платформы уже сегодня.

## Полезные материалы {#useful-materials}

* [Документация SpeechKit](../speechkit/index.md)
* Блог:
    * [Автоматизация контакт-центра. Часть 1. Голосовые роботы](https://yandex.cloud/ru/blog/posts/2019/09/solutions-for-call-centers-robots)
    * [Автоматизация контакт-центра. Часть 2. Речевая аналитика](https://yandex.cloud/ru/blog/posts/2019/09/solutions-for-call-centers-speech-analytics)
* Истории успеха:
    * [Как British American Tobacco повысила качество обслуживания клиентов с помощью речевой аналитики](https://yandex.cloud/ru/cases/bat)
    * [Как Yandex Cloud помогает tada.team изменить формат рабочих коммуникаций](https://yandex.cloud/ru/cases/tada-team)