官方背景
AssemblyAI 是 2017 年成立于旧金山的企业级语音 AI 公司，专注把语音、音频转成可检索、可分析的结构化数据。其旗舰模型 Universal-2 按小时计费仅 $0.15、支持 99 种语言，基于 1250 万小时真实音频训练，准确率再创新高；更高阶的 Universal-3.5 Pro 为 $0.21/小时、Universal-3.5 Pro Streaming 实时流式版为 $0.45/小时。2024 年 1 月完成 5000 万美元 C 轮（Accel、Insight 领投），累计融资约 1.43 亿美元，服务 20 万+ 客户，含多家财富 500 强。
核心能力
① 高精度语音转写：Universal-2/3.5 支持 99 种语言、长音频与嘈杂环境；② 语音智能：自动摘要、话题检测、PII 脱敏、情感分析、章节切分；③ 说话人分离（Speaker Diarization）：分清谁在何时说话；④ 语种自动检测；⑤ 实时流式转写；⑥ Voice Agent API（按通话时长 $4.50/小时）做电话语音智能体；⑦ LeMUR：把转写文本直接接 LLM 做下游理解。
应用场景
播客与视频的字幕生成、要点剪辑；企业会议纪要与行动项提取；呼叫中心的合规质检与客诉分析；医疗、法律等专业领域的录音转写；用 Voice Agent 搭建自动外呼 / 客服语音机器人。几乎所有「听声音、出文字、再分析」的环节它都能接。
定价与可及性
纯按量计费、无座位费：Universal-2 $0.15/小时、Universal-3.5 Pro $0.21/小时、流式 $0.45/小时，Voice Agent $4.50/小时；提供每月免费额度与免费档，注册即用。提供 Python / C# / JS SDK 与 REST API，几行代码就能把音频变成结构化 JSON。
AssemblyAI · AssemblyAI 是 2017 年成立于旧金山的企业级语音 A…
暂无评论内容