[Документация Yandex Cloud](../../index.md) > [speechkit](../index.md) > [Распознавание речи](index.md) > Расширение модели распознавания речи

# Расширение модели распознавания речи

SpeechKit предоставляет несколько способов, которыми можно повысить качество распознавания речи:

* [автотюнинг](#autotuning);
* [использование аудио для улучшения качества](#audio);
* [дообучение модели](#advanced-training).


{% note info %}

В [регионе Казахстан](../../overview/concepts/region.md) доступен только [автотюнинг](#autotuning) моделей.

{% endnote %}


## Автотюнинг на основе логированных данных {#autotuning}

По умолчанию SpeechKit не сохраняет переданные пользователем данные. Однако самый эффективный способ улучшить модель распознавания речи — это обучить ее на реальных пользовательских данных.

Чтобы повысить качество распознавания, используйте _автотюнинг_ модели. Он позволит сохранять переданные в запросах данные и применять их для дальнейшего обучения. Автотюнинг повышает качество распознавания в процессе работы модели, не требуя от вас дополнительных действий по сбору данных.

Автотюнинг подходит, когда выполняются следующие условия:

* В уже настроенном сценарии, который используется для решения рабочих задач, не распознается часть лексики.
* Лексика для автотюнинга должна быть такой, чтобы ее можно было легко воспринять на слух и записать транскрипцией. Например, названия лекарств не подойдут, так как эта лексика из узкой предметной области. Если нужно распознавать доменно-специфичные термины, используйте [дообучение модели](#advanced-training).

Чтобы передать данные для автотюнинга, в запросах API укажите заголовок `x-data-logging-enabled: true`. Пример запроса с включенным логированием смотрите в разделе [Заголовки запросов для диагностики ошибок в Yandex SpeechKit](../concepts/support-headers.md). После этого сообщите в техническую поддержку, что хотите, чтобы  модель дообучалась на передаваемых данных.

Рекомендации для успешного автотюнинга:

* Чтобы повлиять на качество распознавания, потребуется минимум 10 часов аудио на русском языке. Для моделей, распознающих другие языки, может потребоваться больше данных. Рекомендуемый объем данных — 50 и более часов.
* Обучение модели распознавания занимает около трех месяцев для русского языка. За это время команда проверит и провалидирует данные, добавит их к обучающему датасету и обучит модель. Сроки для других языков уточняйте у вашего аккаунт-менеджера.

## Использование аудио для улучшения качества {#audio}

Вы можете передать команде SpeechKit аудиофайл для улучшения качества распознавания речи. Метод аналогичен [автотюнингу](#autotuning), но вместо переданных в API-запросах данных используется подготовленное вами аудио. [Передайте его технической поддержке](https://kz.center.yandex.cloud/support) в виде ZIP-архива. Вы также можете приложить транскрипции передаваемых сообщений, но это не обязательно.

Рекомендации по объему переданных данных совпадают с ограничениями для автотюнинга.

## Дообучение модели {#advanced-training}

Основная модель распознавания речи предназначена для работы с общей лексикой, однако ее может быть недостаточно для распознавания специфичной лексики. С помощью [дообучения](../../glossary/ml-models.md#fine-tuning) модель можно научить распознавать доменно-специфичные термины из разных областей:

* медицина — диагнозы, биологические термины, названия лекарств;
* бизнес — названия компаний;
* торговля — номенклатура товаров (ювелирные изделия, электротехника и т. п.);
* финансы — банковские термины и названия банковских продуктов.

Для дообучения необходимы список терминов (слов или словосочетаний) и не менее трех текстовых примеров в свободной форме для каждого термина.

Дообучение доступно только для русского языка.


Дообучение занимает около двух месяцев с момента, как вы передали технической поддержке архив с данными.