AssemblyAI — Transcrição de áudio para texto

AssemblyAI

O AssemblyAI é uma API para desenvolvedores: você envia áudio com uma chave de API e recebe uma transcrição, com rótulos de falante se ativar. Exige código e não é um aplicativo de enviar e editar; teste com um arquivo curto antes de construir algo em cima dele.

Por que combina

Transcrição de áudio para texto

Site

Ir para assemblyai.com
Bom saber (1)

Confira cotas e condições atuais no site oficial.

Bom saber
Bom saberSite
Resultado grátis—
Sem cadastroNão
Sem marca-d’água—
Funciona offlineNão
Processamento em lote—
Idioma do conteúdo—

— Condições não verificadas. Documentação oficial revisada. O app não foi testado na prática. Inclui apenas suporte documentado ao idioma do conteúdo, não da interface.

Fontes e data da verificação (1)
  • www.assemblyai.com/docs/pre-recorded-audio/label-speakers
Feedback e correção do responsável

Feedback e correção do responsável

Se você representa o produto, envie uma correção ou atualização com fonte. A publicação passa por revisão editorial.

Guia editorial

Última verificação:

Para quem serve?

  • Desenvolvedores que querem adicionar ao próprio aplicativo ou pipeline de dados fala em texto com marcas de tempo e rótulos de falante.
  • Equipes que processam lotes de chamadas ou entrevistas gravadas e precisam dos resultados como dados estruturados, não de um editor de documentos.

Como começar

  • Crie uma conta, obtenha uma chave de API no painel e guarde-a no servidor ou em uma variável de ambiente, nunca em código de cliente público.
  • Instale o SDK de Python ou JavaScript (o início rápido cita Python 3.8+ ou Node.js 18+) e transcreva primeiro uma URL pública curta ou um arquivo local.
  • Ative speaker_labels e defina o idioma ou language_detection; se não souber o número de falantes, informe um mínimo e um máximo em vez de um valor exato.
  • Consulte o status até ficar completed ou error, depois leia o array utterances e confira falantes e marcas de tempo em uma amostra antes de rodar um lote.

Pontos de decisão

  • Verifique primeiro o seu idioma: a documentação lista 18 idiomas para o Universal-3.5 Pro e 99 para o Universal-2, e nem todo recurso funciona em todos; teste seu idioma com áudio de amostra real.
  • O preço é por uso: há créditos gratuitos no cadastro e complementos como a diarização de falantes são cobrados à parte; estime o custo pela página de preços atual, conforme suas horas e recursos.
  • Para notas de reuniões avulsas sem código, um aplicativo pronto como Otter, Notta ou Fireflies pode servir melhor; o AssemblyAI serve para integrar transcrição ao seu próprio produto.

Limitações

  • É uma API de integração: as requisições exigem chave de API e código, as fontes revisadas não descrevem interface de enviar e editar, e o catálogo não lista uso offline. Esta é uma revisão da documentação oficial; precisão, cotas e custo não foram testados.
  • Os rótulos de falante funcionam melhor quando cada pessoa fala de forma contínua por pelo menos cerca de 30 segundos; vozes sobrepostas e ruído de fundo reduzem a confiabilidade, e a documentação desaconselha definir um máximo de falantes alto demais.
  • Contas gratuitas constam com 5 trabalhos em paralelo e há limites por arquivo (até 10 horas; 5 GB por requisição e 2,2 GB em envios locais); valores e planos mudam.

Perguntas frequentes

Posso transcrever sem escrever código?

As fontes revisadas descrevem o uso com chave de API, SDK ou requisições HTTP, e não uma interface de enviar e editar. Se você quer soltar um arquivo e editar o texto, um aplicativo de transcrição combina mais.

Como funciona a rotulagem de falantes?

Com speaker_labels ativado, a resposta traz um array utterances em que cada item tem rótulo de falante, texto, tempo e confiança. Associar cada rótulo a um nome real é algo que você faz depois.

Existe um jeito gratuito de testar?

No momento da revisão, a página de preços mostrava 50 dólares em créditos gratuitos sem cartão de crédito; depois a cobrança é por uso. Valores e tarifas mudam, então leia a página atual antes de planejar o teste.

Fontes oficiais (4)
www.assemblyai.com/docs/pre-recorded-audio/label-speakerswww.assemblyai.com/docs/getting-started/transcribe-an-audio-filewww.assemblyai.com/docs/pre-recorded-audio/supported-languageswww.assemblyai.com/pricing