Вы можете использовать результаты генерации в коммерческих целях. Все права на созданный контент принадлежат вам. Единственное ограничение: убедитесь, что в запросе не использовались защищённые авторским правом материалы третьих сторон. Ответственность за соблюдение прав на входные данные лежит на пользователе.

Это модель распознавания речи: вы загружаете аудио, а на выходе получаете текст. Подходит для расшифровки интервью, созвонов, подкастов, лекций и голосовых сообщений. Режим BIG_AUDIO_TO_TEXT рассчитан на длинные записи, так что большие файлы можно отдавать целиком, не нарезая вручную.

По нашим данным лимит вывода — 4096 токенов, контекст — 4095. Для расшифровки это означает, что очень длинная запись вернётся частями: обрабатывайте аудио фрагментами и склеивайте результат. Объём итогового текста зависит от того, сколько речи реально содержится в вашем файле.

Отдельный режим рассуждений в наших данных не отмечен, да и для задачи он не нужен: модель переводит речь в текст, а не размышляет над ответом. Если нужны выводы, саммари или анализ расшифровки, передайте готовый текст в текстовую модель — в BotHub они доступны в том же окне.

Вызов функций и структурированный вывод в наших данных не отмечены — это модель транскрибации, а не инструмент для агентских сценариев. При этом обращаться к ней можно через единый OpenAI-совместимый API BotHub, а структурировать расшифровку по схеме уже другой моделью в той же интеграции.

Аудио — да, это основной вход модели, включая длинные записи. Изображения и видео она не принимает: генерации картинок или разбора кадров здесь нет. Если нужно расшифровать видео, извлеките из него звуковую дорожку и отправьте уже её.

Universal-3-pro от AssemblyAI — многоязычная модель распознавания речи, конкретных показателей по отдельным языкам в наших данных нет, поэтому качество проще проверить на своей записи. Доступ к ней в BotHub работает из России без VPN и зарубежной карты, с оплатой в рублях по факту.