AssemblyAI 是面向开发者的云端语音 AI 平台，2017 年成立，提供可插拔语音流水线架构。核心能力包括高精度转写、实时流式识别、语音语义分析与 LLM 网关，支持医疗、法律等领域定制词库与 PII 脱敏，留存率超 95%。
核心优势
行业级精度：英语准确率 94.07%，西班牙语 93.6%，德语 90.8%。
超低延迟流式：实时转写延迟 < 300ms，支持无限并发。
可扩展架构：模块化设计，支持自定义模型与词库，适配多场景。
全链路安全：支持 PII 音 / 文脱敏，合规合规覆盖医疗、金融等。
多语言覆盖：99 + 语言，含中文普通话与多方言。
亮点功能
实时流式转写：低延迟实时输出，适用于语音助手、会议直播。
批量异步转写：1 小时音频最快 35 秒完成，支持说话人分离、逐词时间戳。
语音智能理解：实体识别、主题检测、情绪分析、关键词提取。
定制化能力：自定义词库、多通道转写、自动语言检测、标点与格式优化。
LLM 网关：统一接入多 LLM，实现语音数据到文本洞察的端到端流程。
应用场景
会议与直播：实时转写、纪要生成、行动项提取。
客服与呼叫中心：通话实时转写、质检、情绪分析。
内容创作：短视频 / 播客字幕、文稿生成、多语言翻译。
医疗与法律：病历 / 庭审记录、专业术语精准识别、隐私脱敏。
无障碍服务：实时字幕、语音辅助，适配视障 / 听障场景。
使用方法
注册账号，获取 API 密钥。
调用 Speech-to-Text API，上传音频或建立流式连接。
配置参数（语言、说话人分离、自定义词库等）。
获取转写 / 分析结果，支持导出 SRT/VTT、JSON 等格式。
结合 LLM Gateway 进行语义处理与洞察生成。
免费与定价
免费额度：新用户赠 50 美元信用（约 185 小时），无需信用卡。
按需付费：Universal 模型$0.15/小时，高级模型$0.27 / 小时。
企业版：定制报价，含专属支持、SLA 与私有化部署。
