[Документация Yandex Cloud](../../index.md) > [speechkit](../index.md) > Решение проблем > Все вопросы на одной странице # Вопросы и ответы про SpeechKit ## Общие вопросы {#general} # Общие вопросы про SpeechKit #### Я могу получить логи моей работы в сервисах? {#logs} Да, вы можете запросить информацию о работе с вашими ресурсами из логов сервисов Yandex Cloud. Для этого обратитесь в [техническую поддержку](https://kz.center.yandex.cloud/support). #### Как посмотреть статистику запросов к API {#api-stat} Вы можете посмотреть статистику в [консоли управления](https://kz.console.yandex.cloud) в разделе **SpeechKit** → **Monitoring**. Когда вы используете сервис, баланс автоматически уменьшается. Подробнее об [оплате ресурсов](../../billing/payment/index.md) в Yandex Cloud. #### Как увеличить квоты / Что делать при ошибке «429 Too Many Requests» {#quotas} Ошибка `429 Too Many Requests` означает, что превышены квоты, установленные для вашего каталога. Значения квот по умолчанию указаны в [таблице](../concepts/limits.md#speechkit-quotas). Чтобы увеличить квоты, обратитесь в поддержку. В обращении обязательно укажите **идентификатор каталога** и желаемые квоты в формате «Название — Значение». #### Для чего используется идентификатор каталога (folderId) {#folderid} В сервисе SpeechKit `folderId` нужен для авторизации (проверки прав доступа) и оплаты ресурсов. При выполнении запроса от имени сервисного аккаунта не нужно указывать `folderId`, потому что по умолчанию используется идентификатор каталога, в котором создан этот аккаунт. Если указать другой каталог, то сервис вернет ошибку. При авторизации от имени пользовательского аккаунта указание идентификатора каталога `folderId` обязательно. В зависимости от используемого API передавать идентификатор каталога нужно в заголовках или в теле запроса. Подробнее об аутентификации в SpeechKit смотрите в разделе [Аутентификация в API SpeechKit](../concepts/auth.md). #### Как сгенерировать IAM-токен {#iam-token} Вы можете сгенерировать IAM-токен, например, воспользовавшись интерфейсом командной строки Yandex Cloud. Все способы получения IAM-токена описаны для [аккаунта на Яндексе](../../iam/operations/iam-token/create.md), [федеративного аккаунта](../../iam/operations/iam-token/create-for-federation.md), [локального аккаунта](../../iam/operations/iam-token/create-for-federation.md) и [сервисного аккаунта](../../iam/operations/iam-token/create-for-local.md) в документации Yandex Identity and Access Management. Срок жизни IAM-токена — не более 12 часов, поэтому мы рекомендуем использовать его для аутентификации в сервисах Yandex Cloud как наиболее безопасный способ. #### Что делать при ошибке авторизации «401 Unauthorized» {#auth-err} Если в ответ на запрос сервер SpeechKit возвращает ошибку `401 Unauthorized`, проверьте, есть ли у аккаунта, от имени которого вы отправляете запросы, [необходимые роли](../security/index.md). Также проверьте способ авторизации и ключ или токен для авторизации: возможно, вы получили его для одного аккаунта, а запрос выполняете от имени другого. При использовании сервисного аккаунта не указывайте в запросах идентификатор каталога — сервис использует каталог, в котором был создан сервисный аккаунт. #### На каких условиях можно использовать результаты работы сервиса SpeechKit {#result-restrictions} 1. Мы не налагаем ограничений на использование результатов работы сервиса **SpeechKit**. Вы можете использовать их по вашему усмотрению в рамках законодательства Российской Федерации. 1. Вы можете работать со SpeechKit через API или веб-интерфейс [Playground](../quickstart/index.md). Правила использования сервиса определены в документе [Условия использования сервиса Yandex SpeechKit](https://yandex.ru/legal/cloud_terms_speechkit). ## Распознавание речи (STT) {#stt} # Распознавание речи (STT) {% note info %} В [регионе Казахстан](../../overview/concepts/region.md) доступна только версия API v3. {% endnote %} #### Некорректные ударения и произношение {#stt-stress-pronunciation} Создайте обращение и приложите примеры, чтобы разработчики могли внести корректировки к следующим релизам модели синтеза. #### Плохое качество распознавания при 8кГц {#at-8khz} Если проблема систематическая (десятки процентов от общей доли запросов), создайте обращение и приложите примеры для исследования. Чем больше примеров вы пришлете, тем вероятнее разработчики обнаружат проблему. #### Форма обратной связи по качеству распознавания {#feedback} При систематическом возникновении проблем обратитесь в [службу поддержки](https://kz.center.yandex.cloud/support) с файлами и описанием. #### Два канала распознались как один. Как распознать каждый канал отдельно {#two-channels} Распознавание многоканальных аудиофайлов доступно только при [асинхронном распознавании](../stt/transcribation.md). Проверьте формат вашей записи: * Для LPCM используйте параметр [config.specification.audioChannelCount](../stt/api/transcribation-api.md#sendfile-params), равный 2. * Для MP3 и OggOpus указывать параметр не нужно, поскольку информация о количестве каналов уже содержится в файле. Файл автоматически распределится на нужное количество записей. Распознанный текст в ответе разделяется параметром [channelTag](../stt/api/transcribation-api.md#get-result-response). #### Можно ли распознавать 2 и более голосов с разделением на дикторов? {#separate-speaker} Распознавание многоканальных аудиофайлов доступно только при [асинхронном распознавании](../stt/transcribation.md). Во время распознавания текст не разделяется по голосу, но вы можете разместить голоса в разных каналах и разделить распознанный текст в ответе параметром [channelTag](../stt/api/transcribation-api.md#get-result-response). Количество каналов можно указать в запросе с помощью параметра [config.specification.audioChannelCount](../stt/api/transcribation-api.md#sendfile-params). #### Файл короче чем лимит, но при распознавании возникает ошибка {#multi-channel-limits} Если файл многоканальный, то учитывайте суммарное время записи всех каналов. Список ограничений смотрите в разделе [Квоты и лимиты в SpeechKit](../concepts/limits.md#speechkit-limits). #### Ошибка Internal Server Error {#internal-server-err} Убедитесь, что [формат](../stt/api/request-api.md#body_params), указываемый в запросе, и реальный формат файла соответствуют друг другу. Если ошибку исправить не получается, пришлите нам примеры аудиофайлов, которые не удается распознать. #### Где найти пример для распознавания речи с микрофона? {#microphone} [Пример потокового распознавания речи, продиктованной на микрофон](../stt/api/microphone-streaming.md). #### Можно ли использовать POST для потокового распознавания? {#post} Потоковое распознавание использует механизм удаленного вызова процедур [gRPC](../../glossary/index.md) и не поддерживается в [REST API](../../glossary/rest-api.md), поэтому использовать метод POST не получится. #### Обрывается / завершается сессия потокового распознавания {#broken-session} Потоковое распознавание работает в режиме реального времени. Вы можете отправлять на распознавание «тишину», чтобы сервис не закрыл соединение. Мы рекомендуем использовать API v3 для потокового распознавания. Для отправки «тишины» в API v3 есть [специальный тип сообщений](../stt-v3/api-ref/grpc/Recognizer/recognizeStreaming.md#speechkit.stt.v3.SilenceChunk), поэтому ее не придется имитировать в аудиозаписи самостоятельно. #### Как определяется конец фразы и длительность сессии распознавания? {#utterance-end} Конец фразы определяется по «тишине» после фразы автоматически. Подробнее об определении конца фразы читайте в разделе [Определение конца фразы](../stt/eou.md). [Максимальная длительность сессии](../stt/streaming.md#session-restrictions) потокового распознавания составляет 5 минут. #### Что делать, если SpeechKit не дослушивает или, наоборот, слишком долго ждет окончания разговора? {#eou-tune} Перебивание и задержки при [потоковом распознавании](../stt/streaming.md) могут быть связаны с определением конца фразы. Рекомендации для настройки EOU читайте в разделе [Определение конца фразы](../stt/eou.md). #### Ошибка OutOfRange desc = Exceeded maximum allowed stream duration {#duration-exceeded} Эта ошибка означает, что превышена максимально допустимая длительность сессии распознавания. В этом случае вам нужно заново открыть сессию. Для потокового распознавания [максимальная длительность сессии](../concepts/limits.md#speechkit-limits) составляет 5 минут. Это техническое ограничение, обусловленное особенностями архитектуры Yandex Cloud, изменить его нельзя. #### Ошибка use SA for s3 file recognition {#use-sa-err} Ошибка `use SA for s3 file recognition` возникает при попытке распознавания аудиофайлов из Object Storage не от имени сервисного аккаунта. [Создайте](../../iam/operations/sa/create.md) сервисный аккаунт, получите для него [IAM-токен](../../iam/operations/iam-token/create-for-sa.md) или [API-ключ](../../iam/operations/authentication/manage-api-keys.md#create-api-key) и используйте их для аутентификации в запросах к API. Также проверьте способ авторизации и ключ или токен для авторизации: возможно, вы получили его для одного аккаунта, а запрос выполняете от имени другого. #### Из чего складывается стоимость использования? {#stt-cost} Примеры расчета стоимости использования, правила тарификации и актуальные цены смотрите в разделе [Правила тарификации для SpeechKit](../pricing.md). ## Синтез речи (TTS) {#tts} # Синтез речи (TTS) #### Как озвучивать длинные тексты? {#long-texts} Чтобы озвучить большой текст, разбейте его на части любым удобным для вас способом. [Максимальный размер](../concepts/limits.md#speechkit-limits) запросов на синтез речи составляет 5000 символов. #### Как настроить ударения и произношение? {#tts-stress-pronunciation} Чтобы скорректировать произношение отдельных слов и текста в целом, воспользуйтесь разметкой [SSML](../tts/markup/ssml.md) или [TTS](../tts/markup/tts-markup.md). #### Как добавить паузу в тексте? {#add-pause} Чтобы поставить паузу в тексте, используйте [TTS-разметку](../tts/markup/tts-markup.md#markup-elements). В скобках укажите длительность паузы в миллисекундах. Пауза появится в тех местах, где вы поставите тег. Например: `Начало sil<[3000]> продолжение через 3 секунды`. Максимальное значение — 7 000. Обратите внимание, что указание паузы носит лишь рекомендательный характер. Сервис SpeechKit предназначен для генерации естественной речи. #### Запрос cURL не работает в Windows PowerShell {#curl-powershell} В терминале Windows PowerShell команда `curl` является псевдонимом системного вызова [Invoke-WebRequest](https://docs.microsoft.com/en-us/powershell/module/microsoft.powershell.utility/invoke-webrequest). В документации Yandex Cloud примеры вызовов API даны в синтаксисе командной оболочки Bash. Вы можете запустить эти примеры без изменений в консоли Linux, терминале macOS или терминале WSL Windows 10 и выше. Чтобы запустить примеры в Windows PowerShell, потребуется их переработать самостоятельно. Подробнее о соответствии команд Bash и PowerShell и советы смотрите в разделе [Работа с Yandex Cloud CLI и API в Microsoft Windows](../../overview/concepts/console-syntax-guide.md). #### Из чего складывается стоимость синтеза? {#tts-cost} Примеры расчета стоимости использования, правила тарификации и актуальные цены смотрите в разделе [Правила тарификации для SpeechKit](../pricing.md).