API распознавания узбекской речи
Подключите расшифровку узбекской речи к своему продукту: отправьте файл или ссылку на YouTube — получите текст, SRT или VTT. API совместим с OpenAI: SDK для Python и Node.js работают, если поменять base_url на https://api.ovozai.uz/v1. Оплата кредитами: 1 кредит — секунда аудио.
- 1 800 кредитов бесплатно
- Совместим с OpenAI SDK
- Файлы до 500 МБ
curl https://api.ovozai.uz/v1/audio/transcriptions \
-H "Authorization: Bearer $OVOZAI_API_KEY" \
-F file=@voice.ogg{
"id": "6f1c…",
"text": "Assalomu alaykum! Buyurtmangiz qabul qilindi, kuryer ertaga soat o'nda yetkazib beradi.",
"duration": 6.2,
"credits": 6
}Как это работает
От ключа до первого текста
- 01
Создайте ключ
Войдите на app.ovozai.uz и откройте API → «Ключи API». Ключ вида ovz_… показывается один раз; с первым ключом приходят 1 800 кредитов — 30 минут аудио.
- 02
Отправьте файл
POST /v1/audio/transcriptions с моделью ovozai-transcribe — как в OpenAI. Для кириллицы добавьте language uz-Cyrl, для субтитров — response_format srt.
- 03
Или создайте задачу
Для длинных файлов и ссылок на YouTube — POST /v1/transcriptions с webhook_url, или опрашивайте GET /v1/transcriptions/{id}, пока не будет готово.
Пример
Голосовое через curl, Python и Node.js
Голосовое службы доставки (6,2 с) через curl и ответ: текст, длительность и 6 кредитов. Ниже — то же через OpenAI SDK, с SRT и кириллицей, и ссылка на YouTube как задача с вебхуком.
from openai import OpenAI
client = OpenAI(base_url="https://api.ovozai.uz/v1", api_key="ovz_…")
with open("lecture.mp3", "rb") as audio:
result = client.audio.transcriptions.create(
model="ovozai-transcribe", file=audio, response_format="srt"
)
print(result)import OpenAI from "openai";
import fs from "node:fs";
const client = new OpenAI({ baseURL: "https://api.ovozai.uz/v1", apiKey: process.env.OVOZAI_API_KEY });
const result = await client.audio.transcriptions.create({
model: "ovozai-transcribe",
file: fs.createReadStream("voice.ogg"),
language: "uz-Cyrl",
});
console.log(result.text);curl https://api.ovozai.uz/v1/transcriptions \
-H "Authorization: Bearer $OVOZAI_API_KEY" \
-H "Content-Type: application/json" \
-d '{"url": "https://www.youtube.com/watch?v=…", "webhook_url": "https://example.com/ovozai"}'Что умеет
Что умеет API
То же распознавание и синтез речи, на которых работают бот и сайт, — для вашего кода. В документации есть готовый промпт: вставьте его в AI-ассистента, и он напишет интеграцию.
Совместим с OpenAI
POST /v1/audio/transcriptions принимает тот же multipart-запрос, что у OpenAI: меняете base_url и ключ, код остаётся. GET /v1/models — список моделей.
Пять форматов ответа
json, text, verbose_json с фрагментами и временем слов, srt и vtt. Форматы со временем стоят 2 кредита за секунду вместо 1 кредита.
Задачи и вебхуки
POST /v1/transcriptions принимает файл или ссылку на YouTube и вызывает ваш webhook_url, когда готово, с подписью HMAC-SHA256. GET — статус, DELETE — удалить.
Латиница и кириллица
Узбекский по умолчанию пишется латиницей, с language uz-Cyrl — кириллицей. Русская и английская речь пишутся как сказаны, даже вперемешку.
Синтез речи
POST /v1/audio/speech читает узбекский текст любым из 8 голосов в mp3, opus или wav — 400 кредитов за 1 000 символов.
Лимиты и приватность
До 500 МБ за запрос, 120 запросов в минуту на ключ. Файлы не сохраняются, результаты удаляются через 7 дней; расшифровки ссылок YouTube мы храним.
Цена
1 800 кредитов бесплатно, дальше — от 7 000 сум за час
1 кредит — секунда аудио, с округлением вниз. Кредиты — отдельный баланс, не сгорают, оплата через Click или картой. Тишина, ошибка или отменённая задача ничего не стоят.
- Для пробы1 800 кредитовС первым ключом: 30 минут
- 36 000 кредитов90 000 сум10 часов · 9 000 сум за час
- 180 000 кредитов390 000 сум50 часов · 7 800 сум за час
- Выгоднее всего720 000 кредитов1 400 000 сум200 часов · 7 000 сум за час
Подкаст на 90 минут — это 5 400 кредитов: по цене пакета на 10 часов (90 000 сум за 36 000 кредитов) выходит 13 500 сум. С таймкодами или субтитрами — 10 800 кредитов, 27 000 сум. Пробных кредитов хватит на первые 30 минут.
Вопросы и ответы
Частые вопросы
Есть ли API распознавания узбекской речи?
Да. API OvozAI расшифровывает узбекскую речь латиницей или кириллицей, а также русскую, английскую и речь, где языки смешаны, — из файлов до 500 МБ или ссылок на YouTube. Эндпоинт расшифровки совместим с OpenAI, так что готовому коду нужны только новый base_url и ключ. Создайте ключ — первые 1 800 кредитов бесплатно.
OvozAI — хорошая замена Whisper для узбекского?
Для узбекского — да. /v1/audio/transcriptions принимает тот же запрос, что у OpenAI, поэтому код под Whisper переносится сменой base_url, а OpenAI SDK продолжают работать. Сверх этого — латиница или кириллица на выбор, файлы до 500 МБ за запрос, srt и vtt, ссылки на YouTube и оплата в сумах. За час OpenAI дешевле: смотрите подробное сравнение.
Сколько стоит API распознавания речи?
Секунда аудио — 1 кредит, с таймкодами или субтитрами — 2 кредита, синтез речи — 400 кредитов за 1 000 символов; всё округляется вниз. Пакеты: 36 000 кредитов — 90 000 сум, 180 000 кредитов — 390 000 сум, 720 000 кредитов — 1 400 000 сум. Кредиты не сгорают, а тишина, ошибки и отменённые задачи бесплатны. Первый ключ приносит 1 800 кредитов. Бесплатное время бота и сайта на API не распространяется. Оплата — Click или Visa/Mastercard.
API расшифровывает видео с YouTube?
Да, как задачу: POST /v1/transcriptions с JSON, где указан url видео, и webhook_url, если нужен вызов по готовности. На вашей стороне ничего не скачивается. Подходят общедоступные видео и видео по ссылке до 3 часов; секунда стоит 1 кредит. Таймкодам нужна сама запись, поэтому для ссылки — только текст.
Как получить субтитры SRT через API?
Передайте response_format srt или vtt в POST /v1/audio/transcriptions — ответом придёт готовый файл субтитров. verbose_json даёт фрагменты и время слов, если строки нужно собрать самому. Для задач укажите timestamps, а потом заберите GET /v1/transcriptions/{id}?format=srt. Это 2 кредита за секунду аудио, кириллица — с language uz-Cyrl.
Файлы, отправленные в API, хранятся?
Нет. Файлы, отправленные в API, не сохраняются — при любых настройках согласия. Результаты задач хранятся 7 дней после готовности, чтобы их можно было забрать, а потом удаляются (копию расшифровок ссылок YouTube мы храним). От ключа у нас остаётся только хеш, поэтому полный ключ показывается один раз — при создании. Лимиты: 120 запросов в минуту на ключ и до 500 МБ на запрос.
Ещё в OvozAI
Расшифровка аудио в текст
Лекция, интервью или совещание — загрузите запись и получите весь текст, даже если она идёт часами.
ПодробнееОзвучка текста на узбекском
Вставьте узбекский текст — получите аудио одним из 8 голосов.
ПодробнееСубтитры для видео
Видео с субтитрами, караоке-субтитры или файл .srt — из одного видео, прямо в Telegram.
ПодробнееOvozAI и OpenAI Whisper
Узбекский описан в документации, с выбором алфавита: uz — латиница, uz-Cyrl — кириллица
ЧитатьOvozAI и Google Speech-to-Text
Работает без кода: Telegram-бот, сайт и мини-приложение
ЧитатьOvozAI и Yandex SpeechKit
Узбекские и русские слова вперемешку в одной фразе
ЧитатьOvozAI и Muxlisa AI
Telegram-бот, работает и в группах
OvozAI в 2,1 раза дешевлеЧитать
Получите ключ и 1 800 кредитов
Первый запрос — за пару минут, через curl или OpenAI SDK.