Hecho para agentes de voz que no pueden esperar 600ms

AssemblyAI: Universal-2

assemblyai/universal-2
activo stt 1 proveedor
Playground

AssemblyAI high-accuracy, low-latency asynchronous transcription model with broad 99-language coverage.

AutorAssemblyAI
Idiomasmultilingual
Estadoactivo

Proveedores

Distintos proveedores pueden alojar el mismo modelo. Elige un proveedor cuando necesites un backend fijo, o deja que el enrutamiento elija entre ellos.

ProveedorSlugPor horaLatenciaiEn TTS, la latencia se mide como el tiempo hasta el primer byte de audio. En STT, se mide como el tiempo hasta el primer token.ModosDisponibilidad
AssemblyAI 49 parámetros
assemblyai
$0,15
—
Síncrono · Lote

Idiomas admitidos

Todavía no hay una lista de idiomas revisada para este modelo.

Funciones

Speech to text

Transcribes spoken audio to text.

speech_to_text
Synchronous

Transcribes a fully-submitted audio file in a single synchronous request.

synchronous
Batch

AssemblyAI processes the request in a queue (submit, then poll for the transcript).

batch
Multilingual transcription

Supports 99 languages.

multilingual_transcription
Speaker diarization

Identifies and labels multiple speakers.

speaker_diarization
Word-level timestamps

Returns word-level timestamps.

word_timestamps

Código

Cliente
Modo
Lenguaje

STT en streaming con el ElevenLabs SDK

Transmite audio del micrófono o de un archivo a través de la ruta de AllModels compatible con ElevenLabs.

import { ElevenLabsClient } from "elevenlabs";

const client = new ElevenLabsClient({
  apiKey: process.env.ALLMODELS_API_KEY,
  baseUrl: "https://api.allmodels.io/el"
});

const connection = await client.speechToText.realtime.connect({
  modelId: "assemblyai/universal-2",
  languageCode: "en"
}, {
  queryParams: {
    provider: {
      "only": [
        "assemblyai"
      ]
    }
  }
});

// Send audio frames to connection, then handle transcript events.