AssemblyAI 演示 Dictation API:关键词纠正术语,19 种语言秒级转写
AssemblyAI · x · 2026-09-18
AssemblyAI 演示其 Dictation API:麦克风听到的"um so like can you send me the uh the Q3 numbers",输出直接是干净的"Can you send me the Q3 numbers?"。
两个值得关注的点:
- 关键词字段:输入用户实际会说的专有词汇(药名、SKU、自家产品名),转写结果就能正确拼写,而非只音近——这通常是语音听写项目最致命的失败点。
- 速度:基于 Universal-3.5 Pro,支持 19 种语言,典型短音频不到一秒返回。
官方邀请开发者用自己的音频实测。
所属事件:AssemblyAI 推出 Dictation API 并开源听写应用 Blurt(6 条相关)→
「多模态」频道最新
- 一行改动让 RTX 20 系跑 Qwen-Image 2.1 速度翻倍 — xrailgun · 2026-11-04
- 老用户退订后感叹:Midjourney 的美学仍是别的模型替代不了的 — aziz4ai · 2026-11-04
- 4090 实测:Hunyuan3D 2K API 渲染能否被本地工作流追平 — newaccount47 · 2026-11-04
- 博主晒 AI 生成中式刺绣风人像，花卉纹样细节惊艳 — OVolosin82152 · 2026-11-04
- AI 生成黑白人像仅需 22 秒，质感逼近真实摄影 — aziz4ai · 2026-11-04
- AI 想象英国人闯纽约:贝雷帽下午茶撞上美式硬核街头 — MandelDuck · 2026-11-04