Conçu pour les agents vocaux qui ne peuvent pas attendre 600ms

AssemblyAI : Universal-2

assemblyai/universal-2
actif stt 1 fournisseur
Playground

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

AuteurAssemblyAI
Languesmultilingual
Statutactif

Fournisseurs

Plusieurs fournisseurs peuvent héberger le même modèle. Choisissez-en un lorsque vous avez besoin d’un backend fixe, ou laissez le routage choisir parmi eux.

FournisseurSlugPar heureLatenceiPour le TTS, la latence correspond au délai jusqu’au premier octet audio. Pour le STT, elle correspond au délai jusqu’au premier token.ModesDisponibilité
AssemblyAI 49 paramètres
assemblyai
$0,15
—
Synchrone · Lot

Langues prises en charge

Aucune liste de langues vérifiée pour ce modèle pour le moment.

Fonctionnalités

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

Code

Client
Mode
Langage

STT en streaming avec l’ElevenLabs SDK

Diffuse l’audio du micro ou d’un fichier via la route AllModels compatible 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.