AssemblyAI

AssemblyAI là nền tảng Voice AI giúp chuyển giọng nói từ cuộc gọi, cuộc họp, podcast và agent giọng nói thành văn bản chính xác thông qua các API dành cho nhà phát triển đơn giản. Nền tảng này cung cấp cả phiên âm tệp ghi âm sẵn và phiên âm thời gian thực, cho phép bạn xử lý các tệp âm thanh đã lưu hoặc nắm bắt cuộc trò chuyện trực tiếp khi chúng đang diễn ra.

Mô hình Universal-3.5 Pro chủ lực của AssemblyAI mang lại độ chính xác cao trên 18 ngôn ngữ, xử lý nhiều người nói và hiểu các thuật ngữ y tế và kỹ thuật. Ngoài phiên âm thông thường, nền tảng này còn bổ sung các tính năng hiểu ngữ nghĩa như tóm tắt, phân tích cảm xúc, chủ đề và dịch ngôn ngữ.

Đối với các nhóm xây dựng agent giọng nói, AssemblyAI gói gọn chuyển giọng nói thành văn bản, mô hình ngôn ngữ được tinh chỉnh và chuyển văn bản thành giọng nói vào trong một Voice Agent API duy nhất, giúp loại bỏ nhu cầu kết hợp các công cụ riêng lẻ.

Giá cả dựa trên mức sử dụng, tính phí theo giờ âm thanh được xử lý, với các gói tùy chỉnh dành cho các nhóm lớn hơn cần khối lượng cao hơn hoặc hỗ trợ bổ sung.

• Chuyển giọng nói thành văn bản cho tệp ghi âm sẵn và thời gian thực

• Sync API một lệnh gọi cho các đoạn clip ngắn

• Phân biệt và gắn nhãn người nói

• Hỗ trợ tối đa 99 ngôn ngữ

• Tóm tắt, phân tích cảm xúc và phát hiện chủ đề

• Dịch ngôn ngữ và phát hiện thực thể

• Che giấu PII và kiểm duyệt nội dung

• Voice Agent API trọn gói

• Chế độ y tế cho âm thanh chăm sóc sức khỏe

• SDK Python và JavaScript