Отрасль: AI и нейросети. Актуально на 2026-10-24.
API распознавания и синтеза речи Yandex SpeechKit (Yandex Cloud / AI Studio). Синхронное распознавание коротких аудио (до 30 секунд), асинхронное распознавание длинных файлов из Object Storage (до 4 часов) и синтез речи из текста или SSML. Описаны REST-методы API v1 и v2; потоковое распознавание и синтез API v3 работают через gRPC и в этот файл не вошли.
Голосовые сообщения в боте, голосовой поиск, короткие команды — аудио до 30 секунд.
curl -X POST "https://stt.api.cloud.yandex.net/speech/v1/stt:recognize?lang=ru-RU&format=oggopus" \
-H "Authorization: Api-Key $YANDEX_API_KEY" \
--data-binary @voice.ogg
# → {"result": "привет хочу заказать доставку на завтра"}
Расшифровки звонков колл-центра, интервью, совещаний — файлы до 4 часов.
OP=$(curl -s -X POST https://transcribe.api.cloud.yandex.net/speech/stt/v2/longRunningRecognize \
-H "Authorization: Api-Key $YANDEX_API_KEY" -H 'Content-Type: application/json' \
-d '{
"config": {"specification": {"languageCode": "ru-RU", "audioEncoding": "MP3"}},
"audio": {"uri": "https://storage.yandexcloud.net/<бакет>/calls/2026-10-24-call-1042.mp3"}
}' | jq -r .id)
curl https://operation.api.cloud.yandex.net/operations/$OP -H "Authorization: Api-Key $YANDEX_API_KEY"
Голосовые ответы бота, озвучка уведомлений и IVR-меню.
curl -X POST https://tts.api.cloud.yandex.net/speech/v1/tts:synthesize \
-H "Authorization: Api-Key $YANDEX_API_KEY" \
--data-urlencode 'text=Ваш заказ номер тысяча сорок два передан курьеру.' \
-d lang=ru-RU -d voice=alena -d speed=1.0 -d format=mp3 \
-o speech.mp3
https://stt.api.cloud.yandex.nethttps://transcribe.api.cloud.yandex.nethttps://tts.api.cloud.yandex.nethttps://operation.api.cloud.yandex.netТип: Bearer-токен
Authorization: Bearer <IAM-токен>Authorization: Api-Key <API-ключ>При авторизации пользовательским аккаунтом нужен параметр folderId; для сервисного аккаунта он не используется. Асинхронное распознавание доступно только сервисным аккаунтам (роли ai.speechkit-stt.user и storage.uploader).
Тело — двоичное содержимое аудиофайла: до 1 МБ, до 30 секунд, один канал.
| Параметр | Где | Тип | Обяз. | Описание |
|---|---|---|---|---|
lang |
query | string | нет | Язык распознавания, по умолчанию ru-RU |
topic |
query | string | нет | Языковая модель, по умолчанию general |
profanityFilter |
query | boolean | нет | Исключать ненормативную лексику, по умолчанию false |
rawResults |
query | boolean | нет | Числа прописью (true) или цифрами (false, по умолчанию) |
format |
query | string | нет | lpcm (без WAV-заголовка) или oggopus (по умолчанию) |
sampleRateHertz |
query | integer | нет | 48000 (по умолчанию), 16000 или 8000; только для lpcm |
folderId |
query | string | нет | ID каталога (для пользовательского аккаунта) |
Пример ответа:
HTTP/1.1 200 OK
YaCloud-Billing-Units: 15
{
"result": "твой номер 212-85-06"
}
Хост transcribe.api.cloud.yandex.net. Возвращает ID операции; результат хранится 3 дня.
| Параметр | Где | Тип | Обяз. | Описание |
|---|---|---|---|---|
config.specification.languageCode |
body | string | нет | Язык, по умолчанию ru-RU |
config.specification.model |
body | string | нет | Модель, по умолчанию general; влияет на стоимость |
config.specification.profanityFilter |
body | boolean | нет | Маскировать ненормативную лексику |
config.specification.literature_text |
body | boolean | нет | Режим нормализации текста |
config.specification.audioEncoding |
body | string | нет | LINEAR16_PCM, OGG_OPUS (по умолчанию) или MP3 |
config.specification.sampleRateHertz |
body | integer | нет | 48000 (по умолчанию), 16000, 8000; обязателен для LINEAR16_PCM |
config.specification.audioChannelCount |
body | integer | нет | Число каналов, только для LPCM, по умолчанию 1 |
config.specification.rawResults |
body | boolean | нет | Числа прописью |
audio.uri |
body | string | да | Ссылка на файл в Yandex Object Storage |
Хост operation.api.cloud.yandex.net. Минута одноканального аудио распознаётся примерно за 10 секунд; запросы результата ограничены по частоте.
| Параметр | Где | Тип | Обяз. | Описание |
|---|---|---|---|---|
operationId |
path | string | да | ID операции из ответа longRunningRecognize |
Хост tts.api.cloud.yandex.net. Параметры передаются URL-кодированными в теле POST-запроса (до 15 КБ). Ответ — двоичный аудиофайл в формате format.
| Параметр | Где | Тип | Обяз. | Описание |
|---|---|---|---|---|
text |
body | string | нет | Текст в UTF-8, до 5000 символов; взаимоисключающее с ssml |
ssml |
body | string | нет | Текст в формате SSML |
lang |
body | string | нет | Только ru-RU (по умолчанию) |
voice |
body | string | нет | Голос из списка голосов |
emotion |
body | string | нет | Эмоциональная окраска (для ru-RU, зависит от голоса) |
speed |
body | string | нет | Скорость от 0.1 до 3.0, по умолчанию 1.0 |
format |
body | string | нет | lpcm, oggopus (по умолчанию) или mp3 |
sampleRateHertz |
body | string | нет | 48000 (по умолчанию), 16000, 8000; только для lpcm |
folderId |
body | string | нет | ID каталога (для пользовательского аккаунта) |
YaCloud-Billing-Units.lpcm передаётся «сырое» аудио без WAV-заголовка; частота задаётся явно.| Код | Описание |
|---|---|
400 |
Некорректные параметры запроса |
401 |
Нужна аутентификация |
403 |
Недостаточно прав |
429 |
Превышена квота запросов |
500 |
Внутренняя ошибка |
503 |
Сервис временно недоступен |
Если этого недостаточно — официальная документация: https://aistudio.yandex.ru/ru/docs/speechkit/ JSON: https://mcp-everything.ru/api/integrations/yandex-speechkit. MCP: https://mcp-everything.ru/mcp