Aiesa.ru – ИИ для речи

t.me

1 месяц назад

Привет Радар! Меня зовут Соловьев Андрей, я генеральный директор компании ООО “Аеса”

Aiesa.ru – инфраструктура без которой не может существовать ни один ИИ-продукт, мы хорошо понимаем проблемы решений, ориентированных на работу в РФ и создали нашу платформу, чтобы сохранить качественный сервис без рисков для бизнеса.

Поддерживая нас, вы поддерживаете весь рынок ИИ в России, ведь здоровому рынку крайне важна конкурентная среда. Рост и развитие таких компаний как наша заставляют бигтех улучшать свои модели и снижать цены, а в условиях ограниченных ресурсов рождаются решения, к которым крупный бизнес может и не прийти.

Платформа совсем недавно вышла в релиз, впереди еще много работы и мы будем рады обратной связи.

Евгений Боровков ⭐️

eaborovkov.ru

1 месяц назад

Желаю проекту удачи!

Иван Коломиец

smartesta.com

1 месяц назад

Продукт с понятной ценностью, тут вопросов нет. Но вот нюанс, кажется, в рынке. Он сам по себе невелик, так еще и эта извечная проблема, что крупные делают сами, чтобы ни от кого не зависеть и потому что могут, а мелкие используют готовые конечные решения или еще какие-то альтернативы для экономии. В итоге по середине остается прям ультра-нишевый рынок из десятков/сотен потенциальных клиентов. Или я тут ошибаюсь?

Или думаете свои технологии отточить и на мир идти уже с уникальным продуктом?

Основатель

t.me

1 месяц назад

Ответ на Иван Коломиец

Верно, проблема расслоения рынка действительно существует, но это проблема зрелости самого рынка. Компаниям невыгодно внутри себя содержать непрофильные компетенции, и как только пройдёт этап экспериментов, бизнес увидит, что in-house обходится дорого — как с точки зрения инференса, так и с точки зрения постоянного догоняния рынка.

Чтобы пережить этот этап, мы ориентируемся на продукт on-premise: он представляет собой инфраструктуру управления моделями. Так компании сохраняют независимость от конкретной модели, а также возможность тех самых экспериментов.

Параллельно мы постепенно заменяем open-source компоненты и модели на собственные решения, так мы сможем произвести уникальные решения, которые смогут конкурировать как с крупными вендорами в РФ, так и с зарубежными решениями.

На самом деле ограниченность ресурсов, с которой мы сталкиваемся, рождает уникальные решения, которые не могут родиться у бигтеха))

Иван Коломиец

smartesta.com

1 месяц назад

Ответ на Andrey Solovev

Убедил. Поддержал:)

Елизавета Ламбева ⭐️

t.me

1 месяц назад

Поддержу проект, потому что проекты которые стараются поддерживать требования законодательства это всегда супер! особенно когда вопрос связан с такой темой тонкой, как обработка перс данных и речевой аналитики.

1. политика есть, соответствует, при регистрации есть ссылка. тут все супер)
2. уведомление кукис есть, но для идеала надо бы добавить альтернативные кнопки “настроить”/”отклонить необязательные”, чтобы у пользователя была альтернатива. 3. пользовательское есть, соответствует, при регистрации есть ссылка. тут тоже все супер)
4. согласия на обработку ПДн нет, соответственно, при регистрации ссылки тоже нет. посмотрите, это критично
5. сторонних скриптов нет, супер
6. есть раздел с контактной информацией в футере сайта, но основной информации недостаточно, нет ИНН, ОГРН, это есть в документах, но должно быть и отдельным разделом.
7. В РКН компании в качестве оператора нет, тут тоже критично.

успехов, буду следить за развитием проекта!

Основатель

t.me

1 месяц назад

Ответ на Елизавета Ламбева

Спасибо, все замечания взяли в работу

alltokens.ru

1 месяц назад

В нашей платформе используется специализированный локальный детектор персональных данных и потенциальных нарушений, выступающий в роли серверного регулятора.

То, что вы пишете про ваш продукт и 152 фз сильно расходится с реальностью

И вот что выявила наша система:

Критические нарушения 152-ФЗ

Крит
Биометрия без специального режима обработки
Продукт – распознавание речи. Голос – это биометрические ПДн (ст. 11 152-ФЗ). Для их обработки требуется письменное согласие субъекта, а не просто галочка при регистрации. Aiesa принимает от клиентов аудиозаписи звонков, интервью, переговоров – в них чужие голоса без их ведома. В политике написано: “не используем для идентификации личности” – это не освобождает от обязанности соблюдать ст. 11. Обработка биометрии вообще требует письменного согласия. Уйти от этого через DPA с заказчиком нельзя, потому что согласие должен дать именно субъект.

Крит
Cookie-согласие не работает: аналитика грузится без выбора
В политике написано (разд. 5.4.2): согласие на cookies выражается “продолжением использования Сайта”. Это нарушение прямого требования регулятора. РКН в своих разъяснениях и судебная практика фиксируют: для аналитических cookies нужно активное, заранее полученное согласие с возможностью отказаться. Формула “продолжили – согласились” не является действительным согласием по ст. 9 152-ФЗ. Яндекс.Метрика с Вебвизором при этом уже запущена и пишет поведение.

Крит
Отсутствие уведомления в РКН
Компания основана в 2025 году (ОГРН 1257700504907, зарегистрирована в 2025), сервис работает. По ст. 22 152-ФЗ оператор обязан до начала обработки уведомить Роскомнадзор. В реестре операторов РКН ООО «АЕСА» с ИНН 9707053099 – отсутствует (проверяется на pd.rkn.gov.ru). Это не техническая оговорка, это прямое административное нарушение (ч. 1 ст. 19.7 КоАП).

Крит
Запись телефонных звонков: согласие притянуто за уши
Раздел 6 политики говорит: продолжение разговора после “автоматического уведомления” = согласие на запись. Но нет подтверждения, что уведомление реально воспроизводится – это декларация. Главное – такое “согласие” не является письменным согласием на обработку биометрии (голос = биометрия, см. выше). И передача записей в МТТ (субобработчик по звонкам) требует отдельного согласия субъекта на передачу третьему лицу.

Крит
Яндекс.Облако как субобработчик: двойная проблема
Приложение 2 к оферте называет ООО «Яндекс.Облако» субобработчиком хранения данных. При этом Яндекс.Облако – самостоятельный оператор ПДн с собственной политикой. Заказчики Aiesa не уведомлены индивидуально о том, что их клиентские данные уходят в Яндекс.Облако – написано только “перечень может обновляться без уведомления заказчиков”. Это противоречит ч. 3 ст. 6 152-ФЗ, требующей чётко определённого и согласованного поручения обработки.

Крит
Физические лица как заказчики: нет отдельного механизма согласия на обработку
Сервис доступен физлицам (оферта прямо это допускает). Физлицо, загрузившее аудиофайл с голосами других людей, де-факто становится оператором ПДн третьих лиц. Aiesa не требует подтверждения наличия законного основания обработки — галочка “согласен с офертой” перекладывает всю ответственность. Это законно в B2B, но в B2C такая схема не защищает от регуляторных претензий к самой Aiesa.

Спорные и слабые места

Спорно
Логи API “хранятся бессрочно” – без правового основания
Раздел 8.4.4 оферты: “Логи запросов хранятся бессрочно”. По ст. 5 152-ФЗ данные должны храниться не дольше, чем необходимо для цели обработки. Бессрочное хранение IP-адресов, метаданных запросов – это данные, позволяющие идентифицировать субъектов. “Техподдержка и биллинг” не дают права хранить их вечно.

Спорно
Ссылки на TikTok и Instagram как источники контента
Aiesa принимает ссылки на TikTok/Instagram для скачивания и транскрипции. Instagram признан нежелательной организацией в РФ. Предоставление технического доступа к скачиванию контента оттуда создаёт правовые риски не только в плане ПДн, но и в контексте ФЗ-149 и решений Роскомнадзора.

Спорно
Срок хранения регданных: “3 года после удаления” без ссылки на норму
Таблица сроков хранения ссылается на “исковую давность” как основание хранить регданные 3 года после закрытия аккаунта. Это законная практика, но в политике нет ссылки на конкретную норму — ГК ст. 196. Без этого РКН может квалифицировать как избыточное хранение.

Спорно
DPA акцептуется автоматически – без отдельного подписания
По ч. 3 ст. 6 152-ФЗ поручение на обработку ПДн должно быть оформлено в виде документа. Aiesa говорит: акцепт оферты = акцепт DPA. Это серая зона — судебная практика неоднородна, но РКН такой подход критикует и требует явного двустороннего документа.

alltokens.ru

1 месяц назад

Ответ на Евгений Наумов

Что сделано нормально
Плюс
Уведомление об инцидентах: 72 часа прописаны
В DPA явно указан срок 72 часа – соответствует требованиям 152-ФЗ (изменения 2022 года).

Плюс
Не дообучают модели на данных клиентов
Явно прописано в разд. 15.5 оферты. Снимает один из распространённых рисков для B2B.

alltokens.ru

1 месяц назад

Ответ на Евгений Наумов

Главная дыра – конструкция “клиент-оператор, мы обработчик”. Да, такая конструкция законна и применяется повсеместно. Но она работает только если: (а) клиент сам легально собрал биометрию с письменного согласия, (б) субъект был уведомлён о том, что данные передаются в Aiesa. Aiesa не верифицирует ни то, ни другое – она просто перекладывает ответственность в оферте. На практике большинство клиентов этого тоже не делают.

alltokens.ru

1 месяц назад

Ответ на Евгений Наумов

Так что, настойчиво и упорно заявлять о “соблюдении 152-ФЗ” легко)
Соблюдать – уже не так-то просто)

Я понимаю, что вы хотите создать российский аналог всем известных сервисов, и продвигать отечественное ПО.
Это похвально, это поднимает (хоть и незначительно) локальный it рынок.

Но прежде чем заявлять о соблюдении законов – стоит удостовериться, что законы соблюдены)
Всё просто 😉

А так – удачи вашему проекту!
Кстати, такие проекты чаще всего и становятся нашими клиентами, когда собственной инфраструктуры становится недостаточно.

Так что пишите, если будут вопросы или предложения)

Основатель

t.me

1 месяц назад

Ответ на Евгений Наумов

Спасибо, все замечания взяты в работу

alltokens.ru

1 месяц назад

Ответ на Andrey Solovev

И Вам спасибо! Ваши замечания (в коментариях нашего проекта) мы тоже взяли в работу, проводим полный анализ и исправление проблем.

shieldmind.pro

1 месяц назад

Ответ на Евгений Наумов

Вы пишите “Для их обработки требуется письменное согласие субъекта, а не просто галочка при регистрации.”
Это не так, не для обработки требуется, а для хранения. Если сервис обрабатывает и сразу удаляет исходный аудио файл, то письменного согласия не требуется. Достаточно галочки в ПДн и пункта что данные после STT хранятся на локализованных русских серверах.

alltokens.ru

1 месяц назад

Ответ на Konstantin Efimov

Ст. 11 152-ФЗ, ч. 1:
“Обработка специальных категорий персональных данных… а также биометрических персональных данных не допускается, за исключением случаев, предусмотренных частью 2 настоящей статьи.”

Ст. 11, ч. 2:
“Обработка биометрических персональных данных может осуществляться только при наличии письменного согласия субъекта персональных данных…”

Ключевое слово – обработка
Не хранение
Обработка

А ст. 3 п. 3 152-ФЗ определяет обработку как:
“любое действие (операция) или совокупность действий с персональными данными, включая сбор, запись, систематизацию, накопление, хранение, уточнение, извлечение, использование…”

То есть STT-транскрипция аудиофайла это и есть использование биометрических ПДн
Это обработка по определению закона
То, что файл потом удаляется не имеет значения: обработка уже произошла в момент, когда модель извлекала признаки из голоса

Ваш тезис законодательно необоснован
Вероятно Вы перепутали хранение с обработкой, тогда как хранение – это лишь один из видов обработки, а не её синоним

письменное согласие требуется по ч. 1-2 ст. 11 152-ФЗ для любой обработки биометрии, включая однократную обработку “на лету”
Галочка в форме это согласие по ст. 9, оно достаточно для обычных ПДн
Для биометрии закон требует именно письменной формы (ч. 4 ст. 9: “в случаях, предусмотренных федеральными законами, обработка персональных данных осуществляется только с согласия в письменной форме”)

shieldmind.pro

1 месяц назад

Ответ на Евгений Наумов

Посмотрите как работают колл-центры или сервисы типа битрикса или амосрм с функцией записи звонков. Вы точно уверены что там с каждого клиента они берут “письменное” согласие на обработку ПДн?
Ваш тезис относится именно к идентификации по БПД человека. Тут про идентификацию речи вообще не шло. STT это не идентификация, это обработка, для обработки достаточно галочки, в противном случае все сервисы которые “обрабатывают” аудио в природе не существовали.

alltokens.ru

1 месяц назад

Ответ на Konstantin Efimov

У меня Вам совет – подучите матчасть, пожалуйста, прежде чем писать подобные комментарии

Вот вы не разобрались а всё пишете и пишете)

Ключевой момент из ст. 11:
биометрия – это данные, используемые для установления личности

Так?
Так

Идем дальше
Если голос используется для ИДЕНТИФИКАЦИИ

(voice ID, speaker recognition (опа), биометрическая аутентификация)
это биометрические ПДн
нужно письменное согласие

а что такое диаризация? подскажите пожалуйста)
А, это как раз идентификация голоса
Это серая область, но с очень тонкой гранью

Но добавляем к этому всему привязку к конкретному человеку и получаем биометрические ПДн

как только результаты диаризации начинают использоваться для идентификации или связываются с конкретным человеком это подпадает под ст. 11 152-ФЗ как обработка биометрических ПДн

Один и тот же голос может быть как биометрией, так и не быть ею в зависимости от того, используется ли он для идентификации
А это серая зона, тут уже не ко мне, смотря как обрабатываются данные и для каких целей

И вы изначально писали, цитирую:

“Это не так, не для обработки требуется, а для хранения. Если сервис обрабатывает и сразу удаляет исходный аудио файл, то письменного согласия не требуется.”

То есть Вы сначала говорите про хранение (и говорите неверно), сейчас уже про обработку, вы уж определитесь пожалуйста)

http://ivo.garant.ru/proxy/share?data=q4Og0aLnpN5Pvp_qlYqz4d79qPLUv9u45fKDAPPrv9u187HMueym8bfaotm-zg6j9PKe8Jy1yaDXotGjn-ur87fgk-aT5aPihwL8nfLRvuOk7rTmpOe52POx8I0Q57DlhOe25cI=

shieldmind.pro

1 месяц назад

Ответ на Евгений Наумов

У меня к Вам совет, научитесь вести диалог конструктивно не переходя в плоскость личностей.
1) Я привел конкретный пример, вы на него не дали никакого ответа, наверное потому что просто не знаете.
А теперь по вашим пунктам
1) По биометрии уточнить личность возможно, только в официально базе данных компетентных органов – это факт.
2) STT не имеет никакого отношения к идентификации пользователя, как и диаризация. Первое переводит просто в текст, второе разделяет по разным механизмам на обезличенных спикеров (так что это вы учите матчасть)
3) Сам сервис про который сейчас идет речь не связывает человека (личность) с текстом который он произносил, просто отдает Спикер 1, 2, 3
4) То что я написал выше, относится к том что при обработке или хранении БПДн требуется подпись, сервис обрабатывает биометрию считайте на лету, это бьется с принципом РКН о минимизации, так что при проверке подобное как правило зачитывает.

Отсюда 2 вопроса 1 – на который вы тактично умолчали, как работают сервисы обработки звонков, да те же хостинги видео (там ведь по вашей логике тоже биометрия и за уши можно много притянуть). 2 – Что у вас в сервисе с трансграничной передачей ПДн?

—-
Вот конкретика по аудио файлам

alltokens.ru

1 месяц назад

Ответ на Konstantin Efimov

😂

А Вы забавный! Не даёте ни одной ссылки ни на одну статью) Честно говоря так лень Вам тут всё расписывать…)
Но давайте попробую

1. Ваш главный тезис про «идентификация только в базах органов»
«идентификация возможна только в официальной базе…» 

Это просто ваша выдумка.  
В законе такого нет.  

По 152-ФЗ:
биометрия – это данные, которые позволяют установить личность и используются для этого

не написано ничего про госбазы
не требуется «официальная система»
достаточно, что оператор использует данные для идентификации
Любая система (даже твоя локальная модель), если она сопоставляет «голос – человек» уже попадает.

  2. Ваш тезис «STT и диаризация не имеют отношения к биометрии» Тут ситуация сложнее:

Вы частично правы Если: просто перевод в текст
«спикер 1/2/3»
нет связи с личностью 
это может не считаться биометрией 
Это подтверждается позицией РКН:
если нет процедуры установления личности – ст. 11 не применяется  Но вы делаете ложный обобщающий вывод:
«вообще не имеет отношения»
Это неправда
Потому что: голос сам по себе – биометрический признак
и становится биометрией в момент использования для идентификации
То есть технология не равно статус данных  Решает цель обработки, а не «это STT значит можно»  

3. Ваш тезис «если обезличено – значит не биометрия»

Тут тонкий момент
Закон:
данные считаются обезличенными, если нельзя определить субъект

Но, если есть: аудио, голосовые эмбецдинги
это равно возможность связать с пользователем (даже косвенно)
это уже не полноценная анонимизация

 4. Ваш главный промах  
«обрабатываем на лету значит не требуется согласие»
Это противоречит самому определению обработки: обработка включает использование и извлечение
она происходит в момент анализа аудио
(ст. 3 152-ФЗ) 
Удаление потом ничего не меняет))

6. Ваш аргумент про колл-центры и видеохостинги
Это классический «а вот у них же работает» 😂  

Ответ по букве закона:
Колл-центры: обычно опираются на: ст. 6 – исполнение договора и не используют голос для идентификации
Поэтому это не всегда биометрия

Видеохостинги: хранят контент, но не обязаны идентифицировать по голосу  значит могут обходиться без ст. 11

7. Ваш аргумент про «минимизацию РКН»
Да, принцип минимизации есть
Но он: не отменяет требования закона не заменяет письменное согласие
Минимизация = собирай меньше а не «можно без согласия»

alltokens.ru

1 месяц назад

Ответ на Евгений Наумов

“Что у вас в сервисе с трансграничной передачей ПДн?” –
работаем в этом направлении

shieldmind.pro

1 месяц назад

Ответ на Евгений Наумов

“А Вы забавный! Не даёте ни одной ссылки ни на одну статью)” – Если человек чего то не видит в тексте – это проблема не пишущего, а читающего. Читайте статью привел в комментарии выше, конкретно по запросу с которого я начал, заметьте не полез за ответом в ГПТ, а конкретно нашел, даже с пояснениями.

alltokens.ru

1 месяц назад

Ответ на Konstantin Efimov

Да редактировать сообщения я тоже умею)

shieldmind.pro

1 месяц назад

Ответ на Евгений Наумов

Много воздуха сотрясаете уважаемый. В конструктив переходить будем?

alltokens.ru

1 месяц назад

Ответ на Konstantin Efimov

Ахаха, вы мне привели не целевой документ, уважаемый)

А пока что кроме воздуха от вас никакой конкретики, только догадки и были написаны

Я вам прямые ссылки и номера законов частей пунктов отправлял, читайте, учитесь, пользуйтесь)

И да)

вы так и не ответили на пункты, которые я для вас специально подчеркнул)

shieldmind.pro

1 месяц назад

Ответ на Евгений Наумов

Я вам дал ссылку на гарант, там все документы являются первоисточником с комментариями от юристов. Поэтому он более чем целевой, а отвечать на выпады человека который даже в конструктив перейти не может, опускаться до его уровня. За сим откланиваюсь, вести диалог не вижу смысла.

alltokens.ru

1 месяц назад

Ответ на Konstantin Efimov

Да я уж понял, что Вам скучно, и хочется пообщаться, поспорить)
Можете не продолжать, не ведусь на Ваши провокации)

alltokens.ru

1 месяц назад

Ответ на Konstantin Efimov

Утомили Вы меня)

Отвечу Вам напоследок цитатой Марка Аврелия:
«Если кто меня оскорбил – это его дело… у меня свой нрав.»

Елизавета Ламбева ⭐️

t.me

1 месяц назад

Ответ на Евгений Наумов

Критиковать проект, разбирать его «По косточкам» не углубившись в реальные внутренние процессы, структуру, это, как минимум, не этично). Мы поддерживающее сообщество и высказываем мнение внутри радара именно для того, чтобы подсветить моменты, которые стоит доработать и докрутить. Нет цели «раскатать» проект.
И все перечисленные выше недоработки, можно устранить.
Действительно, с перс данными нужно быть сейчас максимально аккуратными, с биометрией тем более. Мы, как комьюнити юристы, про это много говорим и обращаем на это внимание проектов.
Поэтому рекомендуем для начала устранить те недоработки, которые РКН и пользователи точно могут заметить с 1го взгляда на ресурс (это я про согласие и про уведомление РКН, то что я писала выше). А затем системно и глубоко разобраться во внутренней архитектуре и доработать то, что касается сбора, хранения и передачи пдн. Желательно привлечь юриста или ибдшника в помощь.
Видим хорошие перспективы проекта, и действительно над юр безопасностью стоит поработать, но все же четкие рекомендации должны давать компетентные профессионалы после глубокой аналитики и погружения в проект.

alltokens.ru

1 месяц назад

Ответ на Елизавета Ламбева

Добрый день!

Прошу заметить важный момент:

Мои наблюдения и замечания были написаны в ответ на нападки на мой проект, мне не очень хотелось ни атаковать ни получать атаку в свою сторону

Но в дальнейшем, после написания комментариев и под моим проектом и под текущим, мы пообщались с основателем и обсудили все вопросы

На данный момент я не критиковал проект, а спорил с другим гражданином)

Основатель

t.me

1 месяц назад

Ответ на Евгений Наумов

Какие нападки? Вам задали один простой вопрос: «Как вы работаете со 152-ФЗ?»

Если вы считаете, что такие вопросы ставят проект в уязвимое положение, то вам стоит пересмотреть то, чем вы занимаетесь.

alltokens.ru

1 месяц назад

Ответ на Елизавета Ламбева

«все же четкие рекомендации должны давать компетентные профессионалы после глубокой аналитики и погружения в проект»

Полностью с Вами согласен 👍

Михаил Дёмин

1 месяц назад

Ответ на Евгений Наумов

Здравствуйте. Очень интересно , спасибо за детальное пояснение данного законодательства. Появился вопрос : У МТС среди множества разных услуг, есть сервис записи и транскрибации телефонных разговоров. При подключении данной услуги я и тем более те с кем я веду телефонные разговоры, не подписывали письменного согласия . Получается крупнейший оператор связи нарушает законодательство?

Станислав Сусанин

funsi.ru

1 месяц назад

Отличный проект – закинул в список регулярного наблюдения. Поддерживаю лайком.

Павел Райтер

leadburn.ru

1 месяц назад

Очень сильный и своевременный продукт, особенно зацепил фокус на локализованной AI инфраструктуре для речи и LLM. Видно, что вы решаете реально острую боль рынка и подходите к этому системно.

Интересно, планируете ли вы со временем дать более гибкий выбор режимов между скоростью, ценой и качеством под разные сценарии клиентов?

Желаю вам мощного роста, сильных партнерств и большого количества успешных внедрений 🚀

Основатель

t.me

1 месяц назад

Ответ на Павел Райтер

Этот выбор уже сейчас существует) мы скорее идем не в предоставление выбора для клиента, а в решении потребности того самого выбора. В ближайший год мы добавим авто-режимы для всех видов услуг, система сама будет выбирать какую модель использовать для решения задачи (большую/маленькую)

shieldmind.pro

1 месяц назад

Ооо, русский аналог assemblyai подъехал.
Други приоткройте тайну под капотом у вас все тот же whisper и pyannote для диаризации? Или что то свое придумали?

Основатель

t.me

1 месяц назад

Ответ на Konstantin Efimov

Пока мы ориентируемся на настройку open-source решений и предоставление удобного доступа к ним по API. Под капотом — всем известные Whisper и pyannote.audio с донастройкой гиперпараметров. Параллельно мы активно разрабатываем собственную модель для диаризации и готовим план файн-тюнинга Whisper

Елизавета Ламбева ⭐️

t.me

1 месяц назад

И еще мне понравилось что вы сразу пишете, что их llm модель не обучается на данных и все сервера в РФ и все шифруется. Это прям супер, вы молодцы.

Фёдор Малков

1 месяц назад

А в каталог АПИ российский уже добавились?)

Основатель

t.me

1 месяц назад

Ответ на Фёдор Малков

Сегодня добавимся)

Vladimir Moshkov

1 месяц назад

Крутой проект! Буквально еще год назад я искал решение для быстрого прототипа голосового ассистента (пайплайн ASR/TTS на русском, с живым голосом, в реальном времени). Тогда в ру-сегменте был полный ноль. А тут — и локализованная инфраструктура, и 152-ФЗ, и задокументированный API. Это очень правильный и своевременный заход. Уверен, сервисы по аутсорсу задачи развертывания и настройке TTS/ASR нейронок для прототипирования и прикладных задач, связанных с речью, найдут своего клиента.

Искренне желаю удачи!

Пара фантазий от потенциального пользователя:
– планируете ли давать выбор конкретных моделей (ситуация, когда, возможно, мне не нужна дорогая и качественная модель, а нужна дешевая и быстрая….)?
– как смотрите на то, чтобы добавить API для задачи TTS с выбором голоса?

shieldmind.pro

1 месяц назад

Ответ на Vladimir Moshkov

Один момент у них пока нет стрима, только паб/саб. То есть в реальном времени пока не получится((( А то я бы тоже заюзал уже

Основатель

t.me

1 месяц назад

Ответ на Vladimir Moshkov

У нас уже есть выбор моделей для LLM, есть для простых задач и для сложных

Для TTS мы не планируем возможность выбора моделей, у нас слегка другие планы в этом направлении, вся магия будет под капотом) Мы сейчас создаем небольшую модель которая будет анализировать аудио и автоматически отправлять его в ту модель, которая обработает ее качественнее, позже расскажем об этом в наших социальных сетях, так что подписывайся;)

Касаемо цены, в разрезе STT у нас есть два тарифа, очень дешевый для тех, кто готов подождать (результат в течении суток) и обычный

TTS у нас в стадии активной разработки, такая возможность однозначно будет, помимо нее мы планируем еще и клонирование голоса

Дожми.РФ

1 месяц назад

Привет.
Поддержал.

Вопрос. А все таки в чем отличие от аналогичных российских проектов?

Т.е. что не смогут повторить конкуренты?

Основатель

t.me

1 месяц назад

Ответ на Денис Логинов

Инфраструктурный рынок не про уникальность продукта, а про способ его упаковки и предоставления для клиента. Можешь сравнить нас с хостинговой компанией, каждая из них продает одно и тоже железо, слега под разным соусом.

Однако, у нас есть действительно те УТП, которые повторить если не невозможно, то очень сложно, например:

– Свои модели для каскадного распределения задач (это напрямую влияет на цену)
– Умная система оркестрации, которая адаптирует пайплайн под буквально любое железо (это напрямую влияет на цену)
– Непосредственное до-обучение моделей под узкий спектр задач связанный с голосом
– Особые условия с дата-центрами, такую сделку очень тяжело повторить, мы можем масштабироваться дико быстро, наши конкуренты без десятков миллионов на железо просто не смогут расти также как мы
и куча всего еще и это только про технику)

В конечном итоге, мы будем кратно снижать цены, предоставляя лучшее на рынке качество и полный пайплайн для работы с речью

И я молчу про полную локализацию и соблюдение комплаенса

Дожми.РФ

1 месяц назад

Ответ на Andrey Solovev

“кратно снижать цены”. можно, а зачем :)? если клиент покупает по текущим ценам, может выглядеть как скорее ломать рынок для всех игроков.

Дмитрий Волобуев ⭐️

planomer.pro

1 месяц назад

По тарифам совершенно ничего не ясно. Такое ощущение, что я должен минимум 10 000 ₽ положить на депозит?

Если это так, то печально. Вот у меня, например, мини-проект (для семьи делаю викторину). Ваш сервис, получается, пропущу мимо.

Вы заточены сразу только на крупные проекты?

Основатель

t.me

1 месяц назад

Ответ на Дмитрий Волобуев

Цена зависит от депозита, минимальный депозит 10.000 рублей, однако у нас есть бесплатный тестовый баланс

Мы ориентированы на бизнес, если вы делаете небольшой проект для себя, то вы действительно не наша аудитория.

Для большинства реальных бизнесов 10.000 рублей совершенно подъемная сумма, помимо всего прочего мы выделяем гранты для стартапов, чтобы не капексовать на старте в инфраструктуру, а еще консультируем по внедрению, освещаем в наших медиа, рассказываем о вас нашим клиентам и помогаем вырасти, делясь компетенциями!

Роман Швецов 🅰️

delegator24.ru

1 месяц назад

Кажется, это нужное решение и вовремя, успеха проекту!

Влад Кирюхин

1 месяц назад

Отличный проект , удачи!

Семён Дулесов

vk.com

1 месяц назад

Идея супер! Желаю удачи! С 152-фз большое будущее у проекта в b2b

Дожми.РФ

1 месяц назад

Андрей, привет.

Я люблю коллекционировать истории фаундеров.
Расскажи, пожалуйста, почему решил сделать такой проект?

Основатель

t.me

1 месяц назад

Ответ на Денис Логинов

Год назад мы запустили Aiesa.ru с одной целью — залезть в новую революционную нишу — искусственный интеллект и разобраться, как он реально может решать задачи бизнеса и как на этом заработать))

Мы взяли понятную нам бизнес-модель — сервисную разработку. Это когда клиенты приходят со своими задачами, а мы придумываем, что бы им такого напрограммировать. Классика ИТ-рынка.

За год напряжённой работы мы сделали десятки решений как для клиентов, так и для себя: от ИИ-менеджера в чате поддержки до аналитики хоккейных матчей. Но цель проекта Aiesa.ru была всё же в другом — достаточно глубоко изучить рынок, чтобы запустить на нём свой продукт.

Задача звучала просто, но была дьявольски сложной:
Как на динамично развивающемся рынке, где каждый месяц всё меняется, создать продукт, который будет актуален не полгода, а ближайшие десять лет?

И ответ, как это часто бывает, пришёл оттуда, откуда не ждали…

Параллельно с клиентскими проектами наша команда создавала небольшие продукты для внутренних потребностей. Мы сделали генератор коммерческих предложений, случайно собрали аналог NotebookLM от Google и ещё кучу инструментов, которыми пользовались сами.

Но один из них абсолютно неожиданно для нас — выстрелил.

Телеграм-бот для расшифровки речи. Тот самый t.me/media_to_textbot.

Мы делали его для себя, чтобы расшифровывать записи встреч с клиентами. Выложили в открытый доступ, думали, попользуются пару десятков наших друзей и знакомых. А сейчас в нём больше 4500 пользователей, которые сделали уже 20 000 транскрибаций. Это полтора года общего хронометража аудио и видео, которые наш бот превратил в текст.
Полтора. Года. Непрерывного. Звука.

И именно этот проект обратил наше внимание на огромную нишу — обработка речи.

Немного закулисья для тех, кому интересно, как это устроено.

Для расшифровки речи используются специализированные ИИ-модели. Они тяжёлые и прожорливые — требуют серьёзных вычислительных мощностей. Когда мы запускали бота, перед нами стоял выбор:

Путь А: пойти к условному Яндексу и покупать у них минуты расшифровки. Просто, быстро, но дорого — ты платишь за каждую секунду обработки и полностью зависишь от чужого сервиса.

Путь Б: развернуть свои собственные модели на своих серверах. Сложнее, больнее, но ты платишь фиксированную стоимость за железо и не зависишь ни от кого.

Мы, конечно, выбрали путь Б. Потому что мы в Aiesa.ru лёгких путей не ищем)))

Мы взяли Open-Source модели — это модели, которые другие компании обучили и выложили в открытый доступ. Их можно бесплатно скачать и запустить на своём сервере. Звучит как сказка, но есть нюанс: для их работы обычно нужны сервера с мощными видеокартами, которые стоят как подержанный автомобиль. В месяц.

А наш сервер для таких задач не очень-то был предназначен. Для нас это был испытательный полигон, а не рабочая лошадка, поэтому задачи обработки тяжёлых моделей он тянул с натяжкой.

И тут мы начали изобретать.

Мы написали собственный оркестратор — систему, которая разрезает большие задачи на маленькие куски и поочерёдно загружает их в память сервера. Представьте, что вам нужно перевезти шкаф, а у вас только легковушка. Большинство скажет: «Нужен грузовик». А мы сказали: «А если шкаф разобрать?»

Если серьёзно — оркестратор умно распределяет нагрузку: пока одна часть модели удаляет тишину, другая расшифровывает аудио в текст. Это позволило нам добиться качества на уровне дорогих облачных решений при кратно меньших затратах на инфраструктуру. Именно поэтому наш бот распознаёт речь на высоком уровне, стоит дешево и работает быстро — мы не экономили на качестве модели, мы научились эффективно с ней работать.

И вот к чему мы в итоге пришли:
➖ Мы научились дёшево и эффективно использовать вычислительные ресурсы для ИИ.
➖ Мы глубоко разобрались в технологиях обработки голоса и речи.
➖ Мы набрали тысячи реальных пользователей и поняли, что именно им нужно.

И пока мы делали простого телеграм-бота, сами того не осознавая, создали фундамент для совершенно другого продукта.

Продукта, на котором мы решили сосредоточить все силы компании. И им стала платформа для всего пайплана обработки речи, а позже мы начали заменять Open-Source уже своими решениями.