Перейти к основному содержимому
AXIOMA AI
Все новости ИИ в России
Технологии

Сбер запустил GigaChat Audio: распознавание эмоций голосом и обработка аудио до 3 часов без транскрибации

Сбер запустил GigaChat Audio: распознавание эмоций голосом и обработка аудио до 3 часов без транскрибации
Технологии
3 часа
максимальный объём аудио для прямой обработки GigaChat Audio без транскрибации — с распознаванием эмоций

14 июля 2026 Сбер обновил GigaChat новой моделью GigaChat Audio, которая обрабатывает аудио нативно — без промежуточной транскрибации. Ключевые возможности: распознавание эмоций по голосу, поиск нужных фрагментов в записях до 3 часов, полноценный анализ звонков для колл-центров и HR.

14 июля 2026 года Сбер расширил линейку GigaChat новой аудиомоделью — GigaChat Audio, которая работает напрямую с аудиосигналом, минуя классический pipeline «аудио → текст → анализ».

Ключевые возможности GigaChat Audio:

ФункцияОписание
Распознавание эмоцийИдентификация: радость, тревога, раздражение, нейтраль — по акустическим признакам
Работа без транскрибацииПрямой анализ аудио без промежуточного STT
Максимальная длина аудио3 часа в одном запросе
Поиск по аудиоСемантический поиск фрагментов по описанию
ЯзыкиРусский (основной), английский

Почему «без транскрибации» — это важно: Классическая цепочка (Speech-to-Text → LLM) теряет интонацию, паузы, темп речи, акценты. GigaChat Audio обрабатывает спектрограммы напрямую — сохраняя акустическую информацию для анализа эмоций.

Применения в enterprise:

Колл-центры:

  • Автоматическая оценка эмоционального состояния клиента в реальном времени
  • Эскалация звонка живому оператору при выявлении раздражения или паники
  • Контроль качества: выборочный аудит 100% звонков вместо 5%

HR и рекрутинг:

  • Анализ уровня уверенности кандидата на собеседовании
  • Предупреждение: для обработки голоса кандидата требуется явное согласие по 152-ФЗ

Юридические и compliance-процессы:

  • Выявление нужных фрагментов в 3-часовых записях совещаний без прослушивания
  • Автоматическое создание timeline событий из переговоров

Для DPO и CISO:

  • Обработка голоса = обработка биометрических данных по 152-ФЗ (статья 11)
  • Требуется явное согласие субъекта на обработку голоса в AI-системах
  • GigaChat Audio работает в контуре Сбера (данные в России) — упрощает compliance

Это краткое изложение. Полный текст — на сайте источника:

Читать оригинал: Компьютерра

Как это касается вашего бизнеса

Новые ИИ-технологии приносят пользу, когда работают с данными компании и не выносят их наружу. Внедряем ИИ-решения в контуре заказчика: данные остаются внутри периметра.