Нейросети для работы с аудио
Модели, которые расшифровывают речь и создают звук, и сервисы каталога, построенные на них.
- Моделей в реестре34слушают и расшифровывают
- Сервисов в каталоге149карточки приложений и ботов
Модели
| Модель | Разработчик | Вход и выход | Цена | Появилась |
|---|---|---|---|---|
| MiMo-V2.6-Flash | Xiaomi | текст, картинка, видео, звук → текст | $0,14 / $0,28 за 1 млн токенов | 21 сентября 2026 |
| Gemini 3.8 Flash | текст, картинка, видео, файл, звук → текст | $0,83 / $4,13 за 1 млн токенов | 2 сентября 2026 | |
| MiMo-V2.6-Pro | Xiaomi | текст, картинка, видео, звук → текст | $0,44 / $0,87 за 1 млн токенов | 21 сентября 2026 |
| Gemini 3 Flash Preview | текст, картинка, файл, звук, видео → текст | $0,50 / $3 за 1 млн токенов | 17 декабря 2025 | |
| MiMo-V2.5 | Xiaomi | текст, звук, картинка, видео → текст | $0,40 / $2 за 1 млн токенов | 22 апреля 2026 |
| Gemini 2.5 Flash Lite | текст, картинка, файл, звук, видео → текст | $0,10 / $0,40 за 1 млн токенов | 22 июля 2025 | |
| Gemini 3.1 Flash Lite | текст, картинка, видео, файл, звук → текст | $0,25 / $1,50 за 1 млн токенов | 7 мая 2026 | |
| Gemini 4 Argon | звук, файл, картинка, текст, видео → текст | $2 / $10 за 1 млн токенов | 13 октября 2026 | |
| Gemini 3.7 Flash | текст, картинка, видео, файл, звук → текст | $0,75 / $3,75 за 1 млн токенов | 13 августа 2026 | |
| Gemini 2.5 Flash | файл, картинка, текст, звук, видео → текст | $0,30 / $2,50 за 1 млн токенов | 17 июня 2025 | |
| Inkling | Thinking Machines Lab | текст, картинка, звук → текст | $1 / $4,05 за 1 млн токенов | 17 июля 2026 |
| MiMo-V2.6-Pro-UltraSpeed | Xiaomi | текст, картинка, видео, звук → текст | $4,35 / $8,70 за 1 млн токенов | 21 сентября 2026 |
| Muse Wonder | Meta | текст, картинка, видео, файл, звук → текст | $4 / $20 за 1 млн токенов | 12 октября 2026 |
| Gemini 2.5 Pro | текст, картинка, файл, звук, видео → текст | $1,25 / $10 за 1 млн токенов | 17 июня 2025 | |
| Gemini 2.5 Pro Preview 06-05 | файл, картинка, текст, звук → текст | $1,25 / $10 за 1 млн токенов | 5 июня 2025 | |
| Gemini 3.1 Flash Lite Preview | текст, картинка, видео, файл, звук → текст | $0,25 / $1,50 за 1 млн токенов | 3 марта 2026 | |
| Gemini 3.1 Pro Preview | звук, файл, картинка, текст, видео → текст | $2 / $12 за 1 млн токенов | 19 февраля 2026 | |
| Gemini 3.1 Pro Preview Custom Tools | текст, звук, картинка, видео, файл → текст | $2 / $12 за 1 млн токенов | 25 февраля 2026 | |
| Gemini 3.5 Flash | текст, картинка, видео, файл, звук → текст | $1,50 / $9 за 1 млн токенов | 19 мая 2026 | |
| Gemini 3.5 Flash Lite | текст, картинка, видео, файл, звук → текст | $0,30 / $2,50 за 1 млн токенов | 21 июля 2026 | |
| Gemini 3.6 Flash | текст, картинка, видео, файл, звук → текст | $0,75 / $3,75 за 1 млн токенов | 21 июля 2026 | |
| GigaChat 2 Max | Сбер | текст, картинка, звук → текст, картинка | не установлена | 13 марта 2025 |
| GigaChat 2 Pro | Сбер | текст, картинка, звук → текст, картинка | не установлена | 13 марта 2025 |
| GigaChat 3 Ultra | Сбер | текст, картинка, звук → текст, картинка | не установлена | 15 июля 2026 |
| GPT Audio | OpenAI | текст, звук → текст, звук | $2,50 / $10 за 1 млн токенов | 19 января 2026 |
| GPT Audio Mini | OpenAI | текст, звук → текст, звук | $0,60 / $2,40 за 1 млн токенов | 19 января 2026 |
| Inkling Small | Thinking Machines Lab | текст, картинка, звук → текст | $0,45 / $1,20 за 1 млн токенов | 30 июля 2026 |
| Jev Router | Typesafe | звук, файл, картинка, текст, видео → текст | не установлена | 25 сентября 2026 |
| Muse Spark Open | Meta | текст, картинка, видео, файл, звук → текст | $1,25 / $4,25 за 1 млн токенов | 15 октября 2026 |
| nemotron-3-nano-omni-30b-a3b-reasoning | NVIDIA | текст, звук, картинка, видео → текст | не установлена | 28 апреля 2026 |
| Perceptron Mk1.5 | Perceptron | текст, картинка, видео, звук → текст | $0,15 / $1,50 за 1 млн токенов | 25 сентября 2026 |
| Qwen3.8 Omni Flash | Alibaba Qwen | текст, картинка, звук, видео → текст | $0,15 / $0,47 за 1 млн токенов | 21 сентября 2026 |
| Voxtral Small 24B 2507 | Mistral AI | текст, звук, файл → текст | $0,10 / $0,30 за 1 млн токенов | 30 октября 2025 |
| Gemini 2.5 Pro Preview 05-06 (снята) | текст, картинка, файл, звук, видео → текст | $1,25 / $10 за 1 млн токенов | 7 мая 2025 |
Всего 34 модели под выбранные условия. Цена — из каталогов и провайдеров с датой наблюдения; «не установлена» означает, что источник не сообщил значение. Дата — выпуск по публикации разработчика, иначе день появления модели в каталоге.
Сервисы и приложения для аудио
Все ТОП-100Telegram (58)Аниме (17)Аудио (149)Вайб кодинг (45)Видео (254)Игры (70)Изображения (422)Образование (185)Переводчики (36)Презентации (37)Текст (938)Универсальные (1113)Чат с Персонажами (94)
Mumble Note
Голосовые заметки преобразуются в структурированные тексты
957
Криминальная Россия
Нейросеть для создания ИИ-аудио в стиле документальных фильмов 1990-х...
928
So-vits-svc
Инструмент для изменения голоса в песнях
582
PERSO.ai
Инструмент для масштабируемого дубляжа видео
554
Voxify
AI-озвучка текста с эмоциями и акцентами
524
Creatorry.Music
Telegram-бот для генерации музыкальных треков в 10 жанрах с текстом и...
497
Cover AI
Нейросеть создает музыкальные каверы с искусственным интеллектом
474
Retell AI
Голосовые AI-агенты с реалистичным диалогом
473
Hume AI
Анализ и обработка эмоций пользователя ИИ.
467
Auphonic
Нейросеть для обработки аудиозаписей.
465
Huddles
Новая функция для быстрых встреч в Slack
437
Turbo
Автоматизация голосовых и текстовых диалогов
425
AIVA
Нейросеть для создания музыки
419
Kits AI
Нейросеть создает аудио с ИИ голосами
412
Voice Engine
Нейросеть создает и клонирует голоса
411
Vogent
ИИ для автоматизации голосовых звонков
407
Riffusion
Бесплатная генерация музыки по описанию
402
AssemblyAI
Платформа для точного распознавания и анализа речи
388
Ebook2audiobook
Решение для создания аудиокниг с использованием ИИ и клонирования...
382
Chorus
Анализирует и улучшает продажи по записям разговоров
377
Вопросы и ответы
Где в разделе аудио искать расшифровку записи встречи?
Выберите «Слушают и расшифровывают»: в этой выборке у моделей указан звук на входе и текст на выходе. Если нужен готовый интерфейс для загрузки записи, смотрите ниже «Сервисы и приложения для аудио». Попадание в выборку ещё не подтверждает распознавание участников разговора или работу с шумной записью.
В выборке «Создают звук» находятся только генераторы музыки?
Нет. Эта выборка проверяет наличие звука на выходе, но не делит его на музыку, речь и другие звуки. Для песни, озвучки книги или звукового эффекта откройте карточку подходящего инструмента и проверьте именно эту задачу. Одного выходного формата для такого выбора недостаточно.
Как считается и откуда данные · данные обновлены 27 октября 2026
Оценки и интервалы приведены как в открытых замерах оценок людей, без пересчёта; доля использования — по публичным данным API-агрегаторов (топ-K моделей и строка «прочие»); характеристики и цены — из каталогов и провайдеров с датой наблюдения. Интервал у оценки не равен диапазону мест: соседние модели с пересекающимися интервалами статистически неразличимы.
Полная методика: источники, частота обновления, что означает число