Opsiyalar
Opsiyalar loyiha uchun kabinetning «Sozlamalar» bo‘limida beriladi va barcha yozuvlarga ta’sir qiladi. Bitta yozuv uchun ularni o‘zgartirish mumkin: kabinetda «Tanish opsiyalari» blokida, API da yuklashda settings maydoni bilan. Kalitlar bir xil.
| Kalit | Opsiya (va kabinetdagi nomi) | Tarif |
|---|---|---|
formatting | Tinish belgilari va bosh harflar | ×1 |
itn | Sonlar, sanalar va summalar raqamda | ×1 |
stereo_channels_as_speakers | Stereo kanallar bu suhbatdoshlar | ×1 |
diarization, max_speakers | So‘zlovchilar bo‘yicha ajratish — «So‘zlovchilarga ajratish» | ×1 |
gender | Ovoz jinsi — «Ovoz jinsi» | ×1 |
speaker_roles, call_direction | Mijoz va menejer — «Mijoz va menejer» | ×1 |
speaker_identification | Ovozdan tanish — «Ovozdan tanish» | ×1 |
word_timestamps | Har bir so‘zning vaqti | ×1 |
webhook_url | Tayyor bo‘lganda xabar yuboriladigan manzil | ×1 |
emotion | Hissiyotlar — «Hissiyotlar» | ×2 |
pii | Shaxsiy ma’lumotlar — «Shaxsiy ma’lumotlar» | ×1.2 |
Yangi loyihada hammasi yoqilgan, pullilari ham. «Hissiyotlar» va «Shaxsiy ma’lumotlar» o‘chirilmaguncha har bir yozuv ×2.2 tarifi bilan ketadi, ya’ni ikki barobardan qimmat. Kabinetning «Sozlamalar» bo‘limida o‘chiring yoki loyiha sozlamalarida yoxud alohida so‘rovda "emotion": false, "pii": false bering.
Birinchi uchtasini kabinet ko‘rsatmaydi: formatting, itn va stereo_channels_as_speakers doim yoqilgan, chunki ularni o‘chirishga deyarli hech qachon hojat yo‘q — pul turmaydi va matnni buzmaydi. Agar kerak bo‘lsa, buni faqat API orqali, settings maydonida qilinadi.
Tinish belgilari va bosh harflar
Alohida model nuqta, vergul va so‘roq belgilarini qo‘yadi, gaplar va ismlarning birinchi harfini katta qiladi. Tanilgan so‘zlar o‘zgarmaydi.
Javobda: segments[].formatted_text va umumiy text. Opsiyasiz matn kichik harflarda, belgilarsiz keladi.
Sonlar, sanalar va summalar raqamda
«ikki ming yigirma olti» «2026» ga, «besh yuz ming so'm» «500 000 so'm» ga aylanadi. Qoidalar bo‘yicha, qat’iy rejimda ishlaydi: qoida ishonchsiz bo‘lsa, so‘z so‘zligicha qoladi. Tinish belgilaridan keyin qo‘llanadi.
Stereo kanallar bu suhbatdoshlar
Tomonlar kanallarga allaqachon ajratilgan ikki kanalli yozuvlar uchun — ko‘pincha bu telefoniya: chap kanal bir tomon, o‘ng kanal boshqasi. Har bir kanal alohida taniladi va 0 yoki 1 so‘zlovchi raqamini oladi. Bu ovoz bo‘yicha har qanday ajratishdan aniqroq, chunki tomonlarni telefoniya allaqachon ajratgan.
Mono yozuvlar uchun hech narsani o‘zgartirmaydi. Javobda stereo_parties: true.
So‘zlovchilar bo‘yicha ajratish
Bir nechta ovozli mono yozuvlar uchun. Model yozuvni to‘liq tinglaydi, nutqni tembr bo‘yicha ovozlar orasida bo‘ladi va har bir replika so‘zlovchi raqamini oladi: 0, 1, 2, 3. To‘rttagacha ovoz.
max_speakers modelga nechta ovoz qidirishni aytadi. Suhbat ikki kishiniki ekani ma’lum bo‘lsa, 2 ni ko‘rsating: model ortiqcha ovoz topmaydi. Sukut bo‘yicha 0, model o‘zi hal qiladi.
Ikki kanalli yozuvlarga bu kerak emas: kanallarning o‘zi suhbatdoshlar. stereo_channels_as_speakers doim yoqilgan va kabinetda ko‘rsatilmaydi; uni faqat API orqali, bitta so‘rov uchun o‘chirish mumkin.
Ovoz jinsi
Tembr bo‘yicha, har bir so‘zlovchi nutqining 8 soniyalik oynalari bilan. Nutq kam bo‘lsa yoki ovoz chegarada bo‘lsa, javob «noma’lum», taxmin emas.
Javobda: speaker_info[].gender = {"label": "female" | "male" | "unknown", "confidence": 0.93}.
Mijoz va menejer
Suhbat matni bo‘yicha: kim birinchi salomlashadi, kim kompaniya nomidan tanishtiradi, kim so‘raydi va kim javob beradi. Aynan ikki so‘zlovchi kerak: stereo kanallar yoki so‘zlovchilar bo‘yicha ajratish. Rollar yoqilgan va max_speakers berilmagan bo‘lsa, model ikkitasini qidiradi.
call_direction har bir so‘rovda beriladi va aniqlikni oshiradi: "inbound" kiruvchi qo‘ng‘iroq, "outbound" chiquvchi, qo‘ng‘iroq bo‘lmasa yoki noma’lum bo‘lsa bo‘sh. Kabinetda bu yuklashdagi «Bu qanday yozuv» tanlovi.
Javobda: speaker_info[].role = "client" | "manager" | "unknown" va yo‘nalish hamda kim birinchi gapirgani bilan options_report.roles.
Ovozdan tanish
Har bir so‘zlovchi nutqidan ovoz izi hisoblanadi va loyiha ovozlari bilan taqqoslanadi. Tanish ovoz o‘zining doimiy raqamini va berilgan bo‘lsa, ismini oladi. Yozuvda 10 soniya va undan ko‘p nutqi bo‘lgan yangi ovoz o‘zi ro‘yxatga olinadi va shu paytdan keyingi yozuvlarda taniladi.
Javobda: «bu yozuvning so‘zlovchisi → loyiha ovozining raqami» bog‘lanishi bilan voices[] va speaker_info[].identity. Ism berish, ovozlarni birlashtirish va replikalarni bir odam sifatida belgilash: Ovozlar va so‘zlovchilar.
Hissiyotlar
Audio-model har bir replikani tinglaydi, matnni emas, va uni holatlardan biriga kiritadi: neytral, norozilik, taranglik, ijobiy, hayrat. So‘zlovchi bo‘yicha har bir holatning ulushi va ustuni hisoblanadi.
Sinfdan tashqari model 0 dan 1 gacha uchta shkala va ishonchni beradi. Ularni qanday o‘qish: Hissiyot shkalalari.
Javobda: segments[].emotion = {"mood", "label", "confidence", "probabilities", "valence", "arousal", "dominance", "windows"} va speaker_info[].emotion = {"dominant_mood", "mood_share", "valence", "arousal", "dominance"}.
Narx: audio soniyalari ikki barobar hisoblanadi.
Shaxsiy ma’lumotlar
Model matnda ismlar, telefonlar, manzillar, hujjat va karta raqamlari, sanalarni belgilaydi. Har bir replika uchun matndagi o‘rni bilan topilganlar ro‘yxati va ma’lumotlar [NAME], [PHONE] va hokazo bilan almashtirilgan matn varianti bor. Kabinetda «shaxsiy ma’lumotlarni yashirish» tugmasi bor.
Javobda: segments[].pii = {"entities": [{"label": "PHONE", "start": 12, "end": 24}], "redacted_text": "…"}.
Narx: audio soniyalari 1.2 ga ko‘paytiriladi.
Narx qanday hisoblanadi
Tarif bu yozuv uzunligiga ko‘paytiruvchi: pullik opsiyalarsiz 1, «Hissiyotlar» bilan 2, «Shaxsiy ma’lumotlar» bilan 1.2, ikkalasi bilan 2.2. Faqat yozuv uzunligi hisoblanadi, opsiyalar soni emas: uchta bepul opsiya hech qaysisi bilan bir xil turadi. Kabinet tarifni opsiyalar yonida ko‘rsatadi, qoldiqni esa GET /v1/usage beradi. Hisob birligi — g: Balans va to‘lov.