Открыть в интерактивной справке · markdown для агентов: https://neuraldeep.ru/docs/speechcore.md

SpeechCore · транскрибация аудио/видео

Отдельный сервис speechcore.neuraldeep.ru — транскрибация длинных аудио и видео (файл до 2 ГБ): диаризация спикеров, тайм-коды по словам, экспорт SRT/VTT/TSV/DOCX/PDF. В вебе — вход через тот же Hub-аккаунт; по API — тем же sk-* ключом, что и для /v1/*. Для коротких аудио и OpenAI-совместимости есть также синхронный whisper-1 (раздел «Транскрибация» выше) — SpeechCore же заточен под длинные записи и диаризацию.

База API — https://speechcore.neuraldeep.ru/api (НЕ api.neuraldeep.ru). Лимит считается в транскрипциях в день, свой остаток ключ видит в GET /usage (поля used_today, daily_limit, remaining). Сверх лимита загрузка проходит с оплатой по минутам, если на кошельке есть деньги. Иначе придёт 429 с текстом про сброс («Сброс в 00:00 UTC (03:00 МСК).») и заголовком Retry-After до полуночи UTC. Работает асинхронно: POST /upload → {task_id} → опрашиваешь GET /transcriptions/{id}/status пока status=completed → забираешь результат: GET /transcriptions/{id} (JSON с сегментами, спикерами, detected_language, duration) или GET /transcriptions/{id}/markdown (текст с тайм-кодами).

Опции транскрибации — query-параметры к POST /upload (файл — в multipart-теле, опции — в URL):

Ошибки POST /upload. task_id приходит только в ответе 200, поэтому сначала проверяй статус. При ошибке тело — {"detail": "..."} с причиной: 400 — неподдерживаемый формат файла (принимаются wav, flac, aiff, mp3, m4a, aac, ogg, oga, opus, wma, amr, mp4, m4v, mov, avi, mkv, webm, wmv, flv, 3gp, mpg, mpeg, ts), 401 — ключ неверный или отозван, 422 — параметр вне допустимых значений (например, diarize_speakers_num не в 1–20), 429 — исчерпан дневной лимит и на кошельке нет денег, 503 — сервис временно недоступен, повтори запрос позже.

# опции — в query-строке URL, файл — в multipart-теле (-F)
curl -s "https://speechcore.neuraldeep.ru/api/upload?diarize=true&diarize_speakers_num=3&language=ru&hotwords=NeuralDeep,Kimi,RAG&initial_prompt=Технический%20созвон%20про%20LLM" \
  -H "Authorization: Bearer $YOUR_KEY" \
  -F "file=@meeting.mp3"

# 1. загрузить (тот же sk-ключ, что и для /v1/*)
tid=$(curl -s https://speechcore.neuraldeep.ru/api/upload \
  -H "Authorization: Bearer $YOUR_KEY" \
  -F "file=@meeting.mp3" | jq -r .task_id)

# 2. статус
curl "https://speechcore.neuraldeep.ru/api/transcriptions/$tid/status" \
  -H "Authorization: Bearer $YOUR_KEY"

# 3. результат текстом (markdown с тайм-кодами)
curl "https://speechcore.neuraldeep.ru/api/transcriptions/$tid/markdown" \
  -H "Authorization: Bearer $YOUR_KEY"

# свои транскрипции списком
curl "https://speechcore.neuraldeep.ru/api/transcriptions?limit=20" \
  -H "Authorization: Bearer $YOUR_KEY"

import time, httpx

BASE = "https://speechcore.neuraldeep.ru/api"
H = {"Authorization": "Bearer $YOUR_KEY"}

# 1. загрузка файла (аудио/видео, до 2 ГБ) + опции в params
params = {
    "diarize": "true",            # разделение по спикерам
    "diarize_speakers_num": 3,    # если число голосов известно
    "language": "ru",
    "hotwords": "NeuralDeep, Kimi, RAG",          # спец-слова/термины
    "initial_prompt": "Технический созвон про LLM",
}
with open("meeting.mp3", "rb") as f:
    r = httpx.post(f"{BASE}/upload", headers=H, params=params, files={"file": f}, timeout=300)
# task_id есть только в ответе 200; при ошибке тело — {"detail": "..."} с причиной
if r.status_code != 200:
    raise RuntimeError(f"upload {r.status_code}: {r.text}")
tid = r.json()["task_id"]

# 2. поллинг (раз в пару секунд)
while True:
    st = httpx.get(f"{BASE}/transcriptions/{tid}/status", headers=H)
    st.raise_for_status()
    st = st.json()
    if st["status"] in ("completed", "failed"):
        break
    time.sleep(2)

# 3. результат: сегменты + тайм-коды, или готовый markdown
data = httpx.get(f"{BASE}/transcriptions/{tid}", headers=H).json()
print("язык:", data["detected_language"], "длительность:", data["duration"])
print(httpx.get(f"{BASE}/transcriptions/{tid}/markdown", headers=H).text)

Возможности в веб-интерфейсе (speechcore.neuraldeep.ru), помимо API:

Поллинг и выдача результата лимит не списывают — он тратится только при загрузке (1 файл = 1 транскрипция). Файл до 2 ГБ, загрузка должна уложиться в 30 минут; крупные файлы грузи целиком — обработка идёт в фоне на GPU, поэтому держи разумный таймаут на поллинге. Диаризация и спец-слова работают и в вебе, и по API одинаково.

Разделы справки (markdown для агентов)