Vidnoz AI
FREEMIUM使用人工智能制作专业视频
FEATURED
AssemblyAI
语音转文字和语音 AI API
AssemblyAI 是一个语音 AI 平台，为开发者提供准确的语音转文字、实时转录和语音代理 API。
什么是AssemblyAI？
AssemblyAI 是一个语音 AI 平台，通过简单的开发者 API 将来自通话、会议、播客和语音代理的语音转化为准确文本。它同时支持预先录制和实时转录，因此您可以处理已保存的音频文件，或实时捕获正在进行的对话。
其旗舰模型 Universal-3.5 Pro 在 18 种语言中表现出色，支持多说话人识别，并能理解医疗和技术术语。除了纯转录外，该平台还增加了摘要、情感、主题和翻译等理解功能。
对于构建语音代理的团队，AssemblyAI 将语音转文字、调优的语言模型和文字转语音集成到一个 Voice Agent API 中，无需再拼接多个独立工具。
定价基于使用量，按处理的音频小时数计费，并为需求量更大或需要额外支持的大型团队提供定制方案。
AssemblyAI的功能
预录制和实时语音转文字
用于短视频片段的单次调用 Sync API
说话人分离和标记
支持多达 99 种语言
摘要、情感和主题检测
翻译和实体检测
PII 编辑和内容审核
端到端 Voice Agent API
用于医疗音频的医疗模式
Python 和 JavaScript SDK
AssemblyAI定价
Pre-recorded Speech-to-Text
$0.15
- Universal-2 模型，起价每小时 0.15 美元
- Universal-3.5 Pro 模型，起价每小时 0.21 美元
- 说话人分离附加功能
- 支持关键词提示和医疗模式
Realtime Speech-to-Text
$0.15
- Universal-Streaming，起价每小时 0.15 美元
- Universal-3.5 Pro Realtime，起价每小时 0.45 美元
- 多语言流式传输支持
- 低延迟实时转录
Sync API
$0.45
- 用于短音频的单次调用转录
- 包含关键词提示
- 包含对话上下文
- 响应时间快
最受欢迎
Voice Agent API
$4.5
- 包含语音转文字、LLM 和文字转语音
- 高级话轮和中断检测
- 包含录音和转录
- 支持电话和 SIP 中继
Enterprise
Custom
- 定制速率限制和并发
- 基于量的折扣
- 为 Voice Agent 客户提供专属支持
- 为 Voice Agent 定制语音
关于AssemblyAI的常见问题
AssemblyAI 是一个语音 AI 平台，通过开发者 API 将音频和视频转化为准确文本，并添加摘要、情感和翻译等理解功能。
AssemblyAI 按处理的音频小时数收费。预录制和实时转录起价约为每小时 0.15 美元，而 Voice Agent API 每小时 4.50 美元，捆绑了语音转文字、语言模型和文字转语音。
支持。Universal-3.5 Pro 模型以出色的准确性支持 18 种语言并支持代码切换，而 Universal-2 覆盖多达 99 种语言，适用范围更广。
可以。Voice Agent API 在一个连接中集成语音转文字、对话调优的语言模型和文字转语音，处理话轮检测和中断，用于生产级语音代理。
适合。AssemblyAI 提供用于临床术语的医疗模式，以及用于 PII 编辑和内容审核的 Guardrails，并提供 SOC 2 和 HIPAA 资格等企业功能。
查看用户对以下工具的评价 AssemblyAI
0.0
0 评价
5
0
4
0
3
0
2
0
1
0
暂无评价
成为第一个评价者 AssemblyAI