Titre original : AssemblyAI-STT-3.7
AssemblyAI a publié le 18 11 la nouvelle génération de modèles de transcription AssemblyAI-STT-3.7, déclinée en trois versions : STT-3.7-Realtime pour les conversations en temps réel telles que les réunions, les appels et les sous-titres ; STT-3.7-Realtime-Agent pour les dialogues avec des agents vocaux ; et STT-3.7 pour les fichiers audio enregistrés. Selon la version officielle, les trois modèles prennent en charge 32 langues avec détection automatique (la version pour enregistrements peut revenir à 99 langues), tandis que la version agent se concentre uniquement sur la personne qui parle à l'agent, réduisant d'environ moitié le bruit de voix en arrière-plan. Les clés API existantes permettent un essai gratuit dans le playground.
Pourquoi c'est important Les développeurs travaillant sur des agents vocaux, des sous-titres de réunions et la transcription d'enregistrements peuvent choisir le modèle adapté à leur cas d'usage, la version agent étant spécifiquement conçue pour réduire les interférences dues aux voix en arrière-plan.
Fiabilité : Haute fiabilité · Source Blog AssemblyAI et 2 autres sources (y compris officielles) · Date de l'événement 11-18 14:50 (heure de Pékin)
Raisons
- Publication sur le blog officiel d'AssemblyAI
Utilisation
- Dans l'API, définissez speech_model sur le nom du modèle correspondant, par exemple assemblyai-stt-3-7-realtime
Risques
- Les données de précision et de latence sont toutes auto-déclarées par AssemblyAI