Hecho para agentes de voz que no pueden esperar 600ms
Regístrate gratisIniciar sesión

AssemblyAI: Universal-Streaming Multilingual

assemblyai/universal-streaming-multilingual
activo stt 1 proveedor
Playground

Realtime speech-to-text across 6 languages in one unified streaming model.

AutorAssemblyAI
Idiomas6 idiomas
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 14 parámetros
assemblyai
$0,15
—
Streaming

Idiomas admitidos

6 idiomas
English en
Spanish es
French fr
German de
Italian it
Portuguese pt

Funciones

Speech to text

Transcribes spoken audio to text.

speech_to_text
Streaming

Real-time streaming transcription over WebSocket.

streaming
Multilingual transcription

Supports 6 languages (en, es, fr, de, it, pt).

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-streaming-multilingual",
  languageCode: "en"
}, {
  queryParams: {
    provider: {
      "only": [
        "assemblyai"
      ]
    }
  }
});

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