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。
「多模态」频道最新
- OpenArt 广告大赛 9 月 30 日截止,总奖金 5 万美元 — azed_ai · 2026-09-18
- 逐字点亮字幕动画 prompt:让 AI 视频按序生成字母特效 — LudovicCreator · 2026-09-18
- 逐字揭示 cinematic 片头提示词模板：液态金属 FORGE 实测 — LudovicCreator · 2026-09-18
- 穿越时代的字体动画 prompt：CHRONOS 六种材质逐字变形 — LudovicCreator · 2026-09-18
- 手绘关键帧秒出流体特效：开源 IC-LoRA 方案实测惊艳 — marcosalvi · 2026-09-18
- 创作者实测 MiniMax H3 视频文字渲染出色,多例演示曝光 — LudovicCreator · 2026-09-18