どんな人向け?
- タイムスタンプと話者ラベル付きの音声認識を、自分のアプリやデータ処理に組み込みたい開発者。
- 録音した通話やインタビューをまとめて処理し、文書エディターではなく構造化データとして結果が欲しいチーム。
AssemblyAI
AssemblyAI は開発者向けの API です。API キーを付けて音声を送ると文字起こしが返り、話者ラベルも付けられます。コードが必要で、アップロードして編集するアプリではありません。何かを組み込む前に、短いファイルで試してください。
| 知っておきたいこと | ウェブ |
|---|---|
| 無料で出力 | — |
| 登録不要 | 非対応 |
| 透かしなし | — |
| オフライン対応 | 非対応 |
| 一括処理 | — |
| コンテンツの言語 | — |
— 未確認の利用条件. 公式資料を確認しています。アプリの実機テストは行っていません。 出典で確認できるコンテンツ言語の対応のみを検索します。画面の言語とは異なります。
最終確認:
確認した資料は、API キー、SDK、HTTP リクエストでの利用を説明しており、アップロードして編集する画面はありません。ファイルを置いてテキストを編集したいなら、文字起こしアプリのほうが向いています。
speaker_labels を有効にすると、各項目に話者ラベル、テキスト、時間、信頼度を持つ utterances 配列が返ります。ラベルを実在の名前に対応させる作業は、後からご自身で行います。
確認時点の料金ページには、クレジットカード不要で50ドルの無料クレジットが表示されていました。その後は従量課金です。金額や料金は変わるため、テストを計画する前に最新のページを読んでください。