预录语音转文字 — Universal-3.5 Pro
$0.21USD / 每小时音频
使用 Universal-3.5 Pro 模型对录制的音频和视频进行异步转录。按提交的音频小时计费，附加组件在基础费率上叠加。
- 按提交的音频小时计费
- 医疗模式（+$0.15/小时）和说话人分离（+$0.02/小时）等附加组件在基础费率上叠加
- 多声道音频按声道计费
- 欧盟区域处理与美国价格相同
AI 语音转文字工具
- 产品简介
- 为开发者提供预录音频、流式及同步语音转文字、语音理解、护栏和语音代理 API 的语音 AI 基础设施。
- 收录时间
- 2026/10/29
- 价格类型
- 免费增值
- 官方信息
- 官网、公司与支持信息 ↗
产品概览
AssemblyAI 是什么？
AssemblyAI 是面向构建语音驱动产品的开发者的语音 AI 基础设施平台。其核心 API 涵盖支持说话人分离和 PII 脱敏的 99 种语言预录语音转文字、通过 WebSocket 提供约 150ms p50 延迟的流式语音转文字（适用于语音代理和实时字幕），以及用于单次请求处理短音频的同步 API。其他 API 增加语音理解能力，如摘要、情感和主题检测，用于 PII 处理和内容审核的护栏，LLM 网关，听写和语音代理功能。团队可通过原始 HTTP 和 WebSocket API、Python 或 TypeScript SDK、兼容 MCP 的编码代理，或 LiveKit、Pipecat 和 Twilio 等框架进行集成。访问从免费注册开始，基于用量的定价详见官方定价页面。
如何使用 AssemblyAI
- 1
注册并获取 API 密钥
通过官方注册页面创建账户，并从仪表板获取 API 密钥。
- 2
选择合适的语音 API
根据音频是录制的、实时的、短音频还是需要 LLM 格式化，选择预录、流式、同步或听写语音转文字。
- 3
通过 SDK 或原始 API 集成
使用 Python 或 TypeScript SDK，或直接调用 HTTP 和 WebSocket API 参考以完全控制请求。
- 4
添加语音理解功能
在同一转录请求中启用摘要、情感、主题检测、说话人分离或 PII 脱敏。
- 5
在 Playground 中测试
在将模型和功能接入生产管道之前，先在 Playground 中试用。
AssemblyAI 核心功能
支持 99 种语言的预录语音转文字，含说话人分离和 PII 脱敏
通过 WebSocket 的流式语音转文字，约 150ms p50 延迟
用于短音频的同步语音转文字，单次请求-响应调用
听写 API 在同一请求中使用 LLM 格式化转录文本
语音理解 API 用于摘要、情感、主题和实体检测
护栏 API 用于 PII 处理和内容审核
LLM 网关 API 用于统一访问前沿语言模型
Python 和 TypeScript SDK 以及原始 HTTP 和 WebSocket API
与 LiveKit、Pipecat、Twilio 和 Langflow 集成
自托管和 Voice AI Cloud 部署选项
AssemblyAI 使用场景
构建实时语音代理和实时字幕
大规模转录录制的通话、播客和会议
从转录文本生成会议摘要和行动项
通话分析和对话智能
医疗转录和 AI 记录员
返回清理和格式化文本的听写功能
通过 PII 脱敏和内容审核进行合规监控
字幕和内容再利用工作流
AssemblyAI 常见问题
AssemblyAI 提供预录、流式和同步语音转文字 API，以及听写 API、语音理解 API、护栏 API 和 LLM 网关 API。
预录语音转文字 API 可转录 99 种语言的音频和视频，网站上列出了各语言的单独页面。
流式语音转文字 API 通过 WebSocket 处理实时音频，p50 延迟约为 150ms，适用于语音代理和实时字幕。
同步 API 通过 HTTP 转录最长 20 分钟的音频，或通过 SDK 或录制时上传最长 120 秒。
可以。语音理解 API 在转录文本之上叠加摘要、情感、主题检测和相关分析。
支持。护栏 API 提供 PII 处理和内容审核控制，预录转录支持 PII 脱敏。
开发者可以使用原始 HTTP 和 WebSocket API、Python 或 TypeScript SDK、兼容 MCP 的编码代理，或 LiveKit、Pipecat 和 Twilio 等集成。
网站提供免费注册，基于用量的定价详情列在官方定价页面上。
AssemblyAI 官方信息
- 公司
- AssemblyAI, Inc.
- 官网
- https://assemblyai.com/
- 文档
- https://www.assemblyai.com/docs
- 联系
- https://www.assemblyai.com/contact/support
AssemblyAI 价格方案
AssemblyAI 是 API 平台，因此所有价格均为基于用量的 API 费率，而非消费者订阅。预录转录按提交的音频小时计费（多声道按声道计费）；流式按 WebSocket 会话时长计费，包括空闲时间；文本转语音按输入字符计费；LLM 网关按百万输入/输出 token 计费。附加组件在基础费率上叠加。欧盟区域处理与美国价格相同。HIPAA BAA、ISO 27001、SOC 2 Type 2 和 GDPR 均包含在内，无溢价定价。语音代理 API 正在退役，未报价。旧模型值 best 和 nano 已弃用。
预录语音转文字 — Universal-2
$0.15USD / 每小时音频
使用 Universal-2 模型对录制的音频和视频进行异步转录。按提交的音频小时计费，附加组件在基础费率上叠加。
- 按提交的音频小时计费
- 支持已弃用的自动章节（+$0.08/小时）和摘要（+$0.03/小时）附加组件
- 多声道音频按声道计费
- 欧盟区域处理与美国价格相同
流式 — Universal-3.6 Pro Realtime
$0.45USD / 每小时会话时长
使用 Universal-3.6 Pro Realtime 通过 WebSocket 进行实时语音转文字。按 WebSocket 会话时长计费，包括连接打开时的空闲时间。
- 按 WebSocket 会话时长计费，而非发送的音频；空闲时间计入
- 包含关键词提示（最多 100 个词，可在流中更新）
- 可选语音聚焦附加组件（+$0.10/小时）
- 流式说话人分离附加组件（+$0.12/小时）
- 医疗模式附加组件（+$0.15/小时）
流式 — Universal-Streaming English
$0.15USD / 每小时会话时长
使用 Universal-Streaming English 通过 WebSocket 进行实时英语语音转文字。按 WebSocket 会话时长计费，包括连接打开时的空闲时间。
- 按 WebSocket 会话时长计费，而非发送的音频；空闲时间计入
- 关键词提示附加组件（+$0.04/小时，最多 100 个词）
- 医疗模式附加组件（+$0.15/小时，仅限英语）
- 不支持语音聚焦
流式 — Universal-Streaming Multilingual
$0.15USD / 每小时会话时长
使用 Universal-Streaming Multilingual 通过 WebSocket 进行实时多语言语音转文字。按 WebSocket 会话时长计费，包括连接打开时的空闲时间。
- 按 WebSocket 会话时长计费，而非发送的音频；空闲时间计入
- 包含关键词提示（最多 100 个词）
- 医疗模式附加组件（+$0.15/小时；EN、ES、DE、FR）
- 不支持语音聚焦
文本转语音 API — 按量付费
$15USD / 每 100 万输入字符
AssemblyAI-TTS-1 文本转语音按发送到 API 的输入字符计费。克隆语音和欧盟处理与库语音和美国处理价格相同。
- 按发送到 API 的输入字符计费
- 克隆语音与库语音价格相同
- 欧盟处理与美国价格相同
- 解锁并发无需支出承诺
- 可通过销售获取批量定价和承诺买断
LLM 网关 — GPT-5.5（全球路由）
$5.00 input / 30.00 outputUSD / 每 100 万 token
通过 LLM 网关统一端点以基于 token 的方式访问 GPT-5.5。输入和输出 token 按不同费率计费；区域内美国/欧盟路由高 10%。
- 输入和输出 token 费率分开
- 显示全球路由费率；区域内美国/欧盟定价高 10%
- 提供提示缓存以节省重复上下文
- 流式、工具调用或结构化输出不另收费
LLM 网关 — Claude 4.8 Opus（全球路由）
$5.00 input / 25.00 outputUSD / 每 100 万 token
通过 LLM 网关统一端点以基于 token 的方式访问 Claude 4.8 Opus。输入和输出 token 按不同费率计费；区域内美国/欧盟路由高 10%。
- 输入和输出 token 费率分开
- 显示全球路由费率；区域内美国/欧盟定价高 10%
- 提供提示缓存以节省重复上下文
- 流式、工具调用或结构化输出不另收费
LLM 网关 — Gemini 3.5 Flash（全球路由）
$1.50 input / 9.00 outputUSD / 每 100 万 token
通过 LLM 网关统一端点以基于 token 的方式访问 Gemini 3.5 Flash。输入和输出 token 按不同费率计费；区域内美国/欧盟路由高 10%。
- 输入和输出 token 费率分开
- 显示全球路由费率；区域内美国/欧盟定价高 10%
- 提供提示缓存以节省重复上下文
- 流式、工具调用或结构化输出不另收费
免费额度
$50USD / 一次性注册额度
新账户注册时获得 $50 免费额度，无需信用卡。免费层流式并发上限为每分钟 5 个新流，直至升级。
- 注册时获得 $50 免费额度
- 无需信用卡
- 免费层流式并发：每分钟 5 个新流
- 按量付费流式并发：每分钟 100 个新流
用户评价
AssemblyAI 用户评论
暂无评论。
