AssemblyAI
语音转写、说话人分离
上传一段录音,它转成文字,并标出谁在说话、重点是什么。
AssemblyAI API 是 AssemblyAI 提供的语音理解接口,通过 assemblyai.com 对外开放。开发者申请 Key 后即可调用,无需自己部署模型。
主要能力
- 语音转写:提交音频 URL,轮询结果,返回文本和词级时间戳。
- 说话人分离:自动标注每句话是谁说的。
- 音频理解:情感分析、章节摘要、实体识别、自动语言检测。
- 实时转写:WebSocket 流式接口,适合会议和客服。
- 内容审核:可检测敏感内容。
特点
- 按音频时长计费,有免费额度。
- 只接受可公开访问的 URL 或先上传。
- 中文可用,但准确率不如英文。
典型使用场景:会议记录、播客转写、客服质检、字幕生成。
适合:播客、会议转写,或要给音频做结构化。
基本信息
- 认证
- 需要 API Key
- 免费额度
- 免费额度(按小时)
- 额度来源
- 人工核实
- 商用限制
- 以官网为准
- 状态
- 需要 Key
- 最后检测时间
- 2026-11-18
- 分类
- AI 与大模型
常见问题
- AssemblyAI 免费吗?
- 有免费音频时长额度,之后按分钟计费;实时转写另按流式时长算。
- 能直接传本地文件吗?
- 不能,要先上传或提供可公开访问的 URL,接口只接受音频地址。