Ваша речь.
На языке каждого.

Модели распознают более 60 языков или 55 языков в многоязычном режиме, переключают язык внутри речи и отмечают язык слов. Медицинская модель охватывает 10 языков; фармацевтическая работает с английскими названиями препаратов и дозировками. Контекст включает имена, предметную область, термины и предпочтительные переводы; список ключевых терминов содержит до 100 терминов или 500 токенов и обновляется во время сеанса.

Текст получает пунктуацию, форматирование чисел, дат, валют, телефонов и адресов. Для слов и текста доступны оценка уверенности от 0 до 1 и временные границы. В медицинском пакетном распознавании заявлена точность терминов 97,20%; улучшение по ключевым словам — до 90% по оценке поставщика.

Диаризация различает голоса, раздельная обработка — аудиоканалы. Потоковая и пакетная диаризация используют разные версии. Определение активности речи и семантического конца фразы управляет границами; типовой порог одной модели — 10 мс. Доступны скрытие персональных и платёжных данных, извлечение сущностей, темы, намерения, тональность и сводки с ограничениями по языку и режиму; потоковое извлечение сущностей работает на английском.

В зависимости от режима предусмотрены поток и обработка файла. Для одного тарифа указаны 150 потоковых и 50 файловых запросов одновременно; отдельные лимиты диаризации составляют 50 для Северной Америки и 25 для Европы, Австралии и Индии. Текущая комната передаёт моно PCM 16 кГц с явно выбранным языком спикера.

Словари терминов и память переводов помогают сохранить принятую лексику. Контекст задаёт тему без перевода самого контекста; адаптивный перевод использует параллельные примеры. Доступны настройки формальности, правила стиля и до 10 пользовательских инструкций по 300 символов. Профиль стиля объединяет словарь, стиль и память; отдельные инструкции одновременно с ним не применяются.

Модели предлагают режимы с приоритетом скорости или качества, доменные модели и варианты перевода имён. Словарные примеры и обратные переводы доступны для ограниченных направлений с английским.

Доступны региональные варианты языков, транслитерация и романизация, сохранение HTML/XML и защищённых элементов, управление разбиением предложений и форматированием. Экспериментальное сопоставление оригинала и перевода ограничено языковыми парами и не работает с HTML. Обработка ненормативной лексики допускает сохранение, маркировку или удаление.

Документы DOCX, PDF, XLSX и PPTX переводятся по одному или пакетами; один пакет поддерживает до 100 файлов и 10 целевых языков. Варианты запросов включают до 128 строк или до 1000 элементов и 50 000 символов с суммированием по целям. Для адаптивного режима указана квота 1 запрос в секунду на проект. Перевод работает с отдельными текстовыми фрагментами и документами.

Каталоги моделей предлагают готовые голоса и фильтры по языку, региону, акценту, высоте и характеру. Доступны управление темпом, громкостью, интонацией, эмоцией и паузами; отдельные модели поддерживают два голоса в диалоге, теги подачи, фонетическую запись и словари произношения.

Создание голоса по описанию и клонирование по образцу представлены в отдельных моделях и тарифах. Для быстрого клонирования указан образец от 10 до 60 секунд, файл до 16 МБ; профессиональное обучение — от 30 минут аудио и до 3 часов. Для другого режима требуется 10–30 секунд и запись согласия.

Потоковая выдача поддерживает передачу текста частями, отмену и продолжение контекста; временные метки слов, символов или фонем доступны в отдельных режимах. Поддерживаются PCM, WAV, MP3, Opus, FLAC и телефонные кодеки; частоты от 8 до 48 кГц определяются форматом. Некоторые модели принимают до 40 000 символов на запрос; другие — 4 096 символов или 2 000 входных токенов.

Для моделей заявлены показатели первого ответа 20 мс на P90 без сети, около 75 мс вычисления или около 90 мс до первого байта; это не измерения задержки Attuni. Потоковая озвучка использует моно PCM 24 кГц.