Сбер представил новые модели распознавания и обработки речи: GigaAM Multilingual и GigaChat Audio, открыв к ним бесплатный доступ для разработчиков по всему миру.

Модель GigaAM Multilingual включает аудиоэнкодер и многоязычную систему распознавания речи, обученную на 2 млн часов данных на более чем 70 языках (включая русский, английский, киргизский, казахский и узбекский). Компактная версия модели (240 млн параметров) демонстрирует превосходство над Whisper Large v3 и Omnilingual 1B. Модели доступны на [Hugging Face](https://huggingface.co/ai-sage/GigaAM-Multilingual) и [GitHub](https://github.com/salute-developers/GigaAM).

GigaChat Audio объединяет возможности GigaAM Multilingual и GigaChat 3.1. Нейросеть способна распознавать и переводить речь, классифицировать аудио, различать спикеров, определять таймкоды и анализировать эмоции (интонацию, тембр), что позволяет подбирать более уместные ответы в диалоге. Модель поддерживает работу с аудиозаписями длительностью до двух-трех часов и может готовить краткие пересказы разговоров. GigaChat Audio доступен на [Hugging Face](https://huggingface.co/ai-sage/GigaChat3.1-Audio-10B-A1.8B), а пользователи могут протестировать живой формат общения в [ИИ-помощнике ГигаЧат](https://giga.chat/?utm_source=telegram_remedia&utm_medium=fix&utm_campaign=frk3-influnce_gigachat_voicemodels_july-2026&utm_content=b2d&utm_term=post&erid=2VfnxxLUHyD).

Разработки предназначены для автоматизации колл-центров, расшифровки встреч, создания автосубтитров и сервисов помощи людям с нарушениями речи.