[Документация Yandex Cloud](../../index.md) > [speechkit](../index.md) > [Распознавание речи](index.md) > Обработка результатов распознавания с помощью LLM

# Обработка результатов распознавания с помощью LLM

SpeechKit API v3 позволяет не только распознавать аудио, но и обрабатывать результаты распознавания с помощью больших генеративных моделей. Таким образом можно автоматизировать обработку результатов распознавания речи, например, сразу же получить краткий пересказ распознанного аудио, на основе аудио заполнить определенные поля в CRM-системе или перевести диалог на английский язык.

Чтобы использовать возможности генеративных моделей при распознавании аудио, в конфигурации запроса заполните блок `summarization`. Вы можете указать только текстовую инструкцию (_промпт_) для модели или задать структуру ответа в виде JSON. Подробнее про структуру ответа смотрите в документации [AI Studio](https://aistudio.yandex.ru/docs/ru//ai-studio/concepts/generation/structured-output). Чтобы использовать возможности генеративных моделей в SpeechKit API v3, понадобится роль `ai.languageModels.user` или [выше](https://aistudio.yandex.ru/docs/ru//ai-studio/security/index#service-roles).

{% list tabs %}

- Простой ответ

  ```json
  {
  ...
    "summarization": {
      "modelUri": "gpt://<идентификатор_каталога>/<название_модели>",
      "properties": [
        {
          "instruction": "Промпт для модели"
        }
      ]
    }
    ...
  }
  ```

- Произвольный JSON

  ```json
  {
  ...
    "summarization": {
      "modelUri": "gpt://<идентификатор_каталога>/<название_модели>",
      "properties": [
        {
          "instruction": "Промпт для модели, требующий структурированного ответа",
          "jsonObject": true
        }
      ]
    }
    ...
  }
  ```

- Строгая схема JSON

  ```json
  {
  ...
    "summarization": {
      "modelUri": "gpt://<идентификатор_каталога>/<название_модели>",
      "properties": [
        {
          "instruction": "Промпт для модели, требующий структурированного ответа",
          "jsonSchema": {
            // Заданная схема вывода 
            "schema": "<json-схема>"
          }
        }
      ]
    }
    ...
  }
  ```

{% endlist %}

Где: 
* `modelUri` — [модель](AI Studio/ai-studio/concepts/generation/models), доступная для работы _в синхронном режиме_.
* `instruction` — промпт модели («Выдели основные тезисы», «Переведи на английский»).
* `jsonObject` — при значении `true` задает вывод модели в виде JSON произвольного формата.
* `jsonSchema` — схема для строго форматированного JSON-вывода.


Результаты работы модели вернутся в объекте `summarization`:

```json

{
...
  "result": {
    "summarization": {
      "results": [
        {
          "response": "Текст от LLM-модели"
        },
        {
          "response": "JSON от LLM-модели"
        }
      ],
      "contentUsage": {
        "inputTextTokens": 150,    // Токены запроса
        "completionTokens": 80,    // Токены ответа
        "totalTokens": 230         // Суммарное потребление
      }
    }
  }
...
}
```

Поле `contentUsage` содержит детализацию расходов [токенов](AI Studio/ai-studio/concepts/generation/tokens). Стоимость использования зависит от выбранной модели и рассчитывается по тарифам сервиса [AI Studio](AI Studio/ai-studio/pricing) на основе суммарного количества токенов в вопросе и ответе (поле `totalTokens`).