VK AI — ASR v2: улучшенная технология распознавания речи для видеосервисов

• В декабре 2025 года инженеры VK AI выпустили обновлённую версию ASR-технологии. Ключевое улучшение: дообучение модели на расширенном датасете из публично доступных видеороликов «VK Видео». Это позволило адаптировать модель к реальному разговорному русскому языку в разнообразных акустических условиях — специфика UGC (user-generated content). Применения ASR v2:

• VK Видео — автоматические субтитры

• VK Клипы — субтитры к коротким вертикальным видео

• Учи.ру — транскрибация образовательного контента

• Голосовые сообщения ВКонтакте — расшифровка аудиосообщений в текст

Предыдущая версия ASR демонстрировала сниженную точность на разговорном UGC-контенте с фоновым шумом, сленгом, акцентами и специфической терминологией. Требовалось улучшить качество модели без потери производительности.

• Повысить точность распознавания речи в реальных акустических условиях UGC

• Расширить применение ASR на новые продукты экосистемы VK

• Создать модель мирового уровня для русского языка

• Финансы

• Не раскрыты Время

• Выпуск ASR v2: декабрь 2025 Качество и эффективность

• Точность распознавания речи выросла на 20% по сравнению с предыдущей версией

• По WER (Word Error Rate) на русском языке модель превосходит зарубежные открытые аналоги

• Применяется в 4 продуктах экосистемы VK Нагрузка и масштаб

• VK Видео: 90% контента с субтитрами (данные февраль 2025)

• ВКонтакте: сотни миллионов голосовых сообщений в месяц

• Учи.ру: образовательный контент для школьников Надёжность

• Дообучение на реальном датасете VK Видео обеспечивает устойчивость к UGC-условиям Импортозамещение и compliance

• Полностью российская разработка; по метрикам WER на русском превосходит зарубежные открытые решения Качественный эффект (если цифры не раскрыты): Обновление ASR позволило расширить применение технологии на весь продуктовый портфель VK — от видеоплатформы до образования и мессенджера.