Мультимодальная модель для многоязычной транскрибации длинных аудио- и видеозаписей с диаризацией, временными метками и аннотациями акустических событий.

Подходит для: транскрибация многочасовых встреч с разделением реплик по говорящим · создание субтитров для видео с временными метками · расшифровка звонков и интервью с несколькими участниками