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。

  • 密钥
  • 文档

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。