title, type, tags, sources, last_updated
| title |
type |
tags |
sources |
last_updated |
| AssemblyAI |
entity |
| asr |
| cloud-api |
| speaker-diarization |
| pii-detection |
|
| engineering-voice-ai-integration-engineer |
|
2026-05-02 |
Aliases
Definition
AssemblyAI 是一个云端自动语音识别（ASR）服务 API，通过 HTTP 接口提供语音转文字、说话人分离、PII 检测等功能。是 Voice AI Integration Engineer 在本地 Whisper 之外的云端 ASR 选项之一，适合需要快速集成或大规模处理的场景。
Key Capabilities
| 功能 |
说明 |
| 语音转文字 |
多语言支持，实时和批量两种模式 |
| 说话人分离 |
内置 Diarization，无需 pyannote.audio |
| PII 检测 |
自动识别并标记/脱敏姓名、SSN、信用卡等 |
| 置信度分数 |
每词级别置信度 |
| 标点和大写 |
自动添加标点、自动大写句子开头 |
Use Cases
- 快速 MVP：不想搭建本地 Whisper 环境，直接 API 调用
- 大规模并发：需要处理大量音频，AssemblyAI 负责扩展
- 含 PII 场景：医疗/法律录音，内置 PII 检测减少合规负担
- 混合路由：敏感内容走本地 Whisper，高精度需求走 AssemblyAI
Tradeoff vs Local Whisper
| 维度 |
AssemblyAI |
FasterWhisper（本地） |
| 成本 |
$0.005-0.02/分钟 |
GPU 折旧成本 |
| 延迟 |
取决于音频长度 |
取决于 GPU |
| 隐私 |
数据离开本地 |
完全本地 |
| 自定义 |
有限 |
完全可控 |
| 离线支持 |
无 |
有 |
Connections
Sources
