描述
AssemblyAI 为开发者提供了一个全面的平台，利用先进的 AI 模型构建支持语音的应用。该平台提供行业领先的语音转文本转录和语音理解功能，使企业能够从音频数据中提取有价值的见解。无论使用何种技术，开发者都可以将这些强大的 API 集成到任何产品或技术栈中。
AssemblyAI 的核心产品包括用于在 99 种语言中为音频文件生成准确转录的预录语音转文本 API，以及用于低延迟流式传输实时音频的实时语音转文本 API。除了转录，语音理解 API 还可以通过单个 API 调用提取关键信息，如说话人识别、情感分析、章节检测和摘要。语音代理 API 促进了具有内置轮次检测和中断处理功能的生产就绪语音代理的创建。
为了增强数据安全性和合规性，AssemblyAI 提供 Guardrails 功能，可在内联中进行 PII（个人身份信息）的 redaction（脱敏）和内容审核。LLM Gateway 简化了到各种 LLM 的路由，并提供回退机制，确保了弹性。该平台建立在强大的基础设施之上，提供全球冗余和企业级正常运行时间，每天处理数百万小时的音频。定价设计为可扩展且无隐藏成本，为各种规模的企业提供灵活性。
AssemblyAI 深受信赖，拥有数百万开发者用户，并被 Zoom 和 Siro 等顶级公司使用。用例涵盖 AI Scribes（AI 抄写员）、AI Notetakers（AI 笔记员）、Agent Assist（代理助手）、Call Analytics（呼叫分析）、Conversation Intelligence（对话智能）和 Medical Transcription（医疗转录）。该平台旨在减少开发者在配置工具上花费的时间，让他们能够更快地专注于交付创新的语音 AI 解决方案。还提供了一个无代码 Playground（试用区）来测试他们的模型。
AssemblyAI的核心功能
用于预录音频的语音转文本 API
用于实时音频流的实时语音转文本 API
用于提取见解（说话人 ID、情感、章节、摘要）的语音理解 API
用于构建具有轮次检测和中断处理功能的语音代理的语音代理 API
用于 PII 脱敏和内容审核的 Guardrails
用于路由和回退的 LLM Gateway
Universal-3.5 Pro 语音转文本模型
转录支持 99 种语言
具有全球冗余的可扩展基础设施
无并发限制或节流的灵活定价
用于测试模型的无代码 Playground
如何使用 AssemblyAI？
配置 API 访问：获取 API 密钥并设置必要的 SDK。
集成 API：将语音转文本或语音理解功能嵌入到您的应用程序中。
处理音频：发送预录文件或流式传输实时音频以进行转录和分析。
提取见解：利用语音理解 API 从音频数据中获得更深层次的含义。
构建语音代理：使用专用的语音代理 API 开发交互式语音代理。
部署和扩展：利用 AssemblyAI 的基础设施，以任何规模构建生产就绪的应用程序。
AssemblyAI的使用案例
- AI Scribes
- AI Notetakers
- Agent Assist
- Call Analytics
- Conversation Intelligence
- Medical Transcription
- Voice Agents
- Content Summarization
