适合谁?
- 想把带时间戳和说话人标签的语音转文字加入自己的应用或数据流程的开发者。
- 需要批量处理录制的通话或访谈,并希望结果是结构化数据而不是文档编辑器的团队。
AssemblyAI
AssemblyAI 是面向开发者的 API:你用 API 密钥发送音频,得到转写文本,也可以带说话人标签。它需要写代码,不是上传即编辑的应用;在基于它构建任何东西之前,先用一个短文件试一试。
| 使用须知 | 网页 |
|---|---|
| 免费输出 | — |
| 无需注册 | 否 |
| 无水印 | — |
| 离线可用 | 否 |
| 批量处理 | — |
| 内容语言 | — |
— 未核实的使用条件. 已核查官方文档,尚未实际操作测试应用。 仅匹配有来源证明的内容语言支持,不代表界面语言。
最近核查:
所查阅的资料描述的是通过 API 密钥、SDK 或 HTTP 请求使用,没有上传即编辑的界面。如果你想直接放入文件并编辑文字,转写类应用更合适。
开启 speaker_labels 后,返回结果包含 utterances 数组,每一项带有说话人标签、文本、时间和置信度。把标签对应到真实姓名,需要你事后自己完成。
审阅时,价格页面显示注册可获得 50 美元免费额度,无需信用卡;之后按用量计费。金额和费率会变化,规划测试前请阅读当前页面。