Trascrizione audio con AssemblyAI: modelli, API e costi

Per la trascrizione audio, AssemblyAI è una scelta da valutare se il prodotto deve ricavare dallo stesso audio testo, attribuzione degli interventi e appunti strutturati. La decisione centrale riguarda la modalità di elaborazione: l'attuale modello di punta per le registrazioni copre 18 lingue, quello in tempo reale ne copre 32. Per i verbali delle riunioni conviene partire dall'audio registrato; lo streaming serve quando l'applicazione deve rispondere prima che la conversazione finisca.

Che cos'è Assembly AI?

AssemblyAI è una piattaforma per sviluppatori che converte l'audio in testo e offre API aggiuntive per analizzare quel testo, generare voce e chiamare modelli linguistici. Si fornisce una registrazione o un flusso audio dal vivo e si costruisce l'applicazione attorno ai risultati: un'intervista consultabile, il riepilogo di una riunione, una schermata per analizzare le chiamate o un agente vocale. La piattaforma fornisce i componenti vocali; interfaccia, archiviazione, permessi e operazioni aziendali restano a carico del prodotto.

Modelli, funzionalità e prezzi verificati sulle pagine live di AssemblyAI il 5 novembre 2026. Questa valutazione si basa sulla documentazione, sulle pagine pubbliche del prodotto e sui calcoli di costo riportati di seguito; non presenta test di accuratezza o latenza audio.

A chi conviene e quando scegliere altro?

AssemblyAI merita un posto tra le opzioni da valutare quando il risultato richiesto comprende sia una trascrizione sia qualcosa che ne deriva. Un prodotto per il recruiting ha bisogno di appunti dei colloqui con gli interventi attribuiti ai partecipanti. Un prodotto per l'assistenza deve rendere consultabili le chiamate ed estrarne i problemi. Un assistente vocale deve ricevere le parole pronunciate e un segnale utilizzabile per capire quando l'interlocutore ha finito di parlare.

I criteri decisivi di questa recensione sono modalità di elaborazione, lingue necessarie, attribuzione degli interventi, risultati da produrre e costo della configurazione scelta. Uno slogan sull'accuratezza complessiva non risponde a queste domande.

Assembly AI o Deepgram?

Deepgram è più indicato quando il problema principale è controllare i turni della conversazione: Flux integra nel modello il rilevamento della fine del turno e permette di configurarne il comportamento. La guida rapida di Flux chiarisce anche un vincolo di integrazione: Flux usa /v2/listen, quindi non basta sostituire una precedente connessione di trascrizione basata su /v1/listen. Vale la pena valutarlo per un assistente telefonico che interrompe spesso gli interlocutori o aspetta troppo dopo che hanno finito; il confronto va fatto sulle proprie chiamate.

Quando conviene ElevenLabs?

ElevenLabs è più adatto se servono più lingue per l'audio live o una trascrizione orientata ai contenuti multimediali: la sua documentazione speech-to-text indica Scribe v2 e Scribe v2 Realtime per 90+ lingue, con etichette degli eventi sonori non vocali nell'output batch. Prima di promettere le stesse funzionalità, bisogna verificare le modalità separatamente. La stessa documentazione precisa che manca una modalità verbatim: se è indispensabile conservare ogni esitazione, questo è un motivo concreto per valutare un'altra soluzione.

Quando conviene OpenAI?

OpenAI è più indicato quando l'applicazione usa già la sua API e si vuole aggiungere la trascrizione all'integrazione esistente. La guida alla migrazione della trascrizione distingue GPT-Transcribe (gpt-transcribe), per audio già completo, da GPT-Live-Transcribe (gpt-live-transcribe), per input live continuo. I file con etichette dei parlanti richiedono un flusso separato con gpt-4o-transcribe-diarize; non va dato per scontato che il passaggio a un modello più recente conservi formati dei sottotitoli o timestamp.

Per una panoramica più ampia, consulta il nostro confronto delle API speech-to-text. Se serve soltanto un'applicazione pronta per gli appunti delle riunioni, conviene esaminare quella categoria di prodotti prima di investire nell'integrazione di un'API.

Trascrizione audio con Assembly AI: registrazioni e scelta del modello

L'API di AssemblyAI per l'audio preregistrato è il punto di partenza naturale per riunioni, interviste e chiamate già concluse. Elabora il file in modo asincrono: l'applicazione invia la richiesta, poi recupera il risultato al termine dell'elaborazione. Chi legge gli appunti non ha bisogno di ricevere la trascrizione mentre qualcuno sta ancora parlando.

I nomi dei modelli contano: il modello stabile per le registrazioni, quello in anteprima e il modello di punta per il live sono prodotti diversi. Il catalogo attuale dei modelli e le pagine di selezione per ciascuna modalità delineano questa offerta:

Il fatto che le righe per registrazioni e tempo reale riportino lo stesso identificatore universal-3-5-pro non rende intercambiabili le rispettive API. Le richieste per le registrazioni usano l'array plurale speech_models; le connessioni streaming usano il parametro singolare speech_model.

Universal-3.5 Pro supporta le registrazioni in inglese, spagnolo, tedesco, francese, portoghese, italiano, turco, olandese, svedese, norvegese, danese, finlandese, hindi, vietnamita, arabo, ebraico, giapponese e mandarino. Per code switching si intende il riconoscimento di una conversazione che passa da una lingua all'altra, senza imporre che l'intera registrazione rimanga in un'unica lingua.

La documentazione di AssemblyAI sulla selezione del modello per le registrazioni indica come combinazione predefinita ["universal-3-5-pro", "universal-2"]. Viene scelto il primo modello che supporta la lingua rilevata o specificata. Conviene controllare speech_model_used nel risultato, senza presumere che ogni elaborazione abbia usato il modello di punta.

La distinzione conta per un prodotto che gestisce colloqui in inglese e coreano. L'inglese può usare Universal-3.5 Pro; il coreano non rientra nelle lingue elencate per quel modello e richiede il percorso per le registrazioni con copertura più ampia. Presentare tutta l'applicazione come una «trascrizione in 99 lingue» nasconde un cambio di modello che deve rientrare nella valutazione.

Come elaborare una riunione registrata

La guida rapida alla trascrizione di file di AssemblyAI permette di usare un URL audio ospitato online o di caricare un file locale. Per una funzione di appunti delle riunioni, la sequenza utile è questa:

1. 1

   Scegliere modello e percorso linguistico

   Impostare esplicitamente l'array speech_models desiderato. Attivare language_detection se l'applicazione non conosce già la lingua. Conservare il modello selezionato nei metadati dell'elaborazione, così da distinguere i diversi percorsi durante la valutazione.

2. 2

   Richiedere la trascrizione necessaria al prodotto

   Inviare la registrazione a POST /v2/transcript con speaker_labels: true se l'interfaccia deve attribuire le battute. Aggiungere termini chiave pertinenti, come nomi di clienti e prodotti, quando le registrazioni di prova mostrano difficoltà nel riconoscerli.

3. 3

   Attendere il completamento dell'elaborazione

   Interrogare periodicamente GET /v2/transcript/{id} oppure usare un webhook di completamento. Gestire esplicitamente le elaborazioni fallite. Salvare l'ID della trascrizione insieme all'ID interno della riunione, affinché riepiloghi e correzioni successivi restino associati alla riunione giusta.

4. 4

   Creare appunti con fonti attribuibili

   Conservare gli interventi dei parlanti e i timestamp prima di generare un riepilogo. Un responsabile deve poter aprire il passaggio originale relativo a una decisione contestata, anziché ricevere un paragrafo privo di riscontri.

Termini chiave e prompt contestuali risolvono problemi diversi. I primi indicano il vocabolario probabile; un prompt contestuale descrive la situazione. Universal-3.5 Pro accetta fino a 1,000 termini chiave, Universal-2 fino a 200. Nessuna delle due funzionalità giustifica una valutazione basata soltanto su un campione pulito con parole familiari.

Quando scegliere Sync o Dictation

La Sync Speech-to-Text API di AssemblyAI restituisce la trascrizione completa in un'unica risposta HTTP. È adatta a un breve messaggio vocale o a un'interazione in cui gestire un'elaborazione asincrona aggiungerebbe stato applicativo superfluo. La guida rapida Sync distingue i caricamenti HTTP diretti, fino a 20 minuti, dalle richieste tramite SDK o caricamento live, limitate a 120 secondi. Questo limite legato all'interfaccia conta quando si crea un prototipo con un SDK e in seguito si accettano registrazioni più lunghe.

La Dictation API aggiunge alla trascrizione un testo ripulito o formattato nella stessa richiesta. È adatta a un messaggio dettato che deve diventare un testo pronto da inviare. La trascrizione ordinaria serve quando il prodotto deve conservare le parole originali; la dettatura è indicata quando la revisione del testo fa parte del risultato richiesto.

Streaming per agenti vocali e sottotitoli dal vivo

Lo streaming di AssemblyAI è pensato per le applicazioni che devono reagire durante la conversazione. Una connessione WebSocket persistente riceve l'audio ed emette eventi di trascrizione man mano che arrivano le parole. Un'interfaccia per i sottotitoli mostra gli aggiornamenti; l'orchestratore di un agente vocale li usa per decidere l'azione successiva.

Per una nuova integrazione, la valutazione dovrebbe partire da Universal-3.6 Pro Realtime. La pagina di selezione del modello streaming lo indica come predefinito quando si omette speech_model. È meglio fissare esplicitamente il modello, così che una revisione della configurazione chiarisca quale si intendeva distribuire.

Le alternative economiche hanno una copertura più limitata. Universal-Streaming English, chiamato Universal-Streaming nella pagina dei prezzi, serve per l'inglese. Universal-Streaming Multilingual supporta inglese, spagnolo, tedesco, francese, portoghese e italiano, con gestione della lingua per turno. Il modello di punta in tempo reale supporta il code switching nativo nel suo insieme di lingue più ampio. Un interlocutore bilingue che cambia lingua nella stessa frase richiede quindi una registrazione di prova diversa da quella di chi cambia lingua tra un turno e l'altro.

Per un assistente che gestisce prenotazioni, il risultato utile è capire correttamente l'appuntamento richiesto e rispondere al momento opportuno. Un frammento di trascrizione può contenere la data giusta mentre il cliente sta ancora correggendo l'orario. Trattare ogni frammento come un'istruzione completa può produrre una prenotazione sbagliata anche se le parole riconosciute sono corrette.

La guida rapida allo streaming documenta i messaggi Begin, Turn e Termination. Un Turn con end_of_turn: true indica un turno finalizzato. Un segnale di fine intervento delimita il parlato, ma non autorizza una transazione. Occorre gestire il testo parziale separatamente da quello che la logica applicativa rende definitivo, allineare codifica audio e frequenza di campionamento alla sorgente e chiudere la sessione al termine della chiamata.

Una valutazione sensata registra separatamente parole errate, entità errate, risposte premature e attese prolungate dopo una richiesta completa. Oltre ai tempi di trascrizione, va misurato il ritardo complessivo tra la fine della richiesta e la risposta dell'agente: vi contribuiscono anche applicazione, modello linguistico e generazione vocale.

Diarizzazione con Assembly AI: chi ha detto cosa?

La diarizzazione di AssemblyAI raggruppa il parlato per voce. Risponde alla domanda «quale voce ha detto questo?». Speaker Identification è una funzione distinta, che cerca di associare nomi o ruoli. Una trascrizione con «A» e «B» non ha ancora stabilito chi sia l'intervistatore o il cliente.

Per l'audio registrato, speaker_labels: true produce interventi attribuiti ai parlanti, come mostra la documentazione sulla diarizzazione delle registrazioni. Questi segmenti sono utili per un lettore di interviste che evidenzia chi parla e permette di saltare al passaggio audio corrispondente.

Per l'audio live, AssemblyAI restituisce valori speaker_label a livello di turno e campi relativi al parlante sulle parole finalizzate. Queste assegnazioni restano però sufficientemente provvisorie da richiedere il supporto alle correzioni nell'applicazione. La documentazione sui parlanti nello streaming descrive messaggi SpeakerRevision che modificano turni precedenti; le ultime revisioni arrivano prima di Termination.

Immaginiamo una riunione di progetto in cui un breve «me ne occupo io» diventa un'attività assegnata. Se l'etichetta iniziale del parlante è sbagliata e l'applicazione non applica mai la revisione, gli appunti finali possono assegnare il compito alla persona sbagliata. Occorre salvare i turni per turn_order, applicare le correzioni e generare gli appunti finali dalla trascrizione corretta. Un registro immutabile del primo evento di testo è un modello di archiviazione inadatto a questa funzione.

Contano anche due vincoli meno evidenti:

• max_speakers è un limite rigido. Quando viene superato, i parlanti aggiuntivi confluiscono nelle etichette esistenti. Impostarlo sul numero di partecipanti previsto senza lasciare margine per un arrivo tardivo può compromettere l'attribuzione.
• Le risposte brevi possono essere PENDING. Vanno considerate non attribuite finché non arrivano prove sufficienti o una correzione. Anche il parlato sovrapposto resta difficile: la documentazione precisa che le voci simultanee non possono essere semplicemente separate in voci indipendenti.

Se il sistema di registrazione acquisisce già ogni partecipante su un canale separato, conviene conservare questa struttura e valutare la trascrizione multicanale. Separazione dei canali e diarizzazione sono strumenti diversi: la prima usa la struttura della registrazione, la seconda deduce i cambi di parlante da un audio misto. L'elaborazione multicanale incide anche sulla fattura.

Speech Understanding e funzionalità LLM

Le funzioni Speech Understanding sono il motivo più convincente per scegliere AssemblyAI rispetto a un'integrazione che offre soltanto trascrizioni. La documentazione Speech Understanding elenca Action Items, Auto Chapters, Custom Formatting, Entity Detection, Key Phrases, Sentiment Analysis, Speaker Identification, Summarization, Topic Detection e Translation.

Per gli appunti delle riunioni, il flusso utile è preciso: trascrivere la riunione, risolvere l'attribuzione degli interventi, generare un riepilogo, poi estrarre attività e responsabili. Per l'analisi dell'assistenza, potrebbero invece servire entità e argomenti delle chiamate concluse. Attivare per principio tutte le funzioni di analisi aumenta i costi senza dimostrare che il prodotto ne utilizzi i risultati.

LLM Gateway è indicato quando il risultato richiede uno schema o istruzioni di ragionamento personalizzati. Un modello linguistico di grandi dimensioni, o LLM, può trasformare il testo trascritto in campi come decision, owner, due_date ed evidence. La guida rapida Gateway documenta l'inserimento della trascrizione tramite transcript_id, gli output strutturati, il tool calling, i tentativi automatici e i modelli di riserva attraverso un'API comune.

Il flusso richiede comunque una definizione di risposta valida. Se qualcuno dice «un giorno della prossima settimana», l'estrazione deve conservare quell'incertezza anziché inventare una data. Se nessuno accetta la responsabilità di un'attività, un campo vuoto è più utile di un nome plausibile. Gli elementi estratti devono rimandare all'intervento pertinente, così da poter essere verificati.

Una risposta JSON valida dimostra che l'output ha la struttura richiesta. Non dimostra che l'azione proposta sia avvenuta o che una persona l'abbia accettata. Prima che gli appunti estratti modifichino schede cliente o assegnino attività con conseguenze rilevanti, serve un passaggio di approvazione nell'applicazione.

Medical Mode è un componente opzionale specializzato nel lessico medico, disponibile per i modelli supportati di registrazione e streaming in inglese, spagnolo, tedesco e francese. La sua copertura è più ristretta di quella linguistica complessiva della piattaforma. Un prodotto clinico multilingue deve verificare la modalità specialistica stessa, senza presumere che ogni lingua supportata per la trascrizione riceva la medesima specializzazione.

AssemblyAI-TTS-1 lavora nella direzione opposta: converte il testo in audio vocale tramite WebSocket streaming o HTTP. Supporta inglese, spagnolo, tedesco, francese, italiano e portoghese, oltre alla clonazione vocale e ai tempi delle singole parole. Per un agente vocale, questo significa verificare separatamente modello di input, modello di ragionamento e voce di output. L'elenco delle lingue del modello di trascrizione in tempo reale non diventa automaticamente quello della generazione vocale.

Quanto costa Assembly AI?

L'opzione a consumo di AssemblyAI è il punto di partenza sensato per il lettore a cui si rivolge questa recensione: non prevede un impegno minimo e il conto dipende da modelli e funzioni attivati. Queste sono le tariffe pubbliche della pagina prezzi di AssemblyAI, verificate il 5 novembre 2026. Le tariffe per le registrazioni si applicano all'audio elaborato; quelle streaming al tempo di apertura della sessione.

• Universal-3.5 Pro: $0.21 per ora di audio preregistrato.
• Universal-2: $0.15 per ora di audio preregistrato.
• Universal-3.6 Pro Realtime: $0.45 per ora di sessione streaming.
• Universal-Streaming: $0.15 per ora di sessione streaming; nella documentazione è Universal-Streaming English.
• Universal-Streaming Multilingual: $0.15 per ora di sessione streaming.
• Universal-3.6 Pro Preview: la pagina prezzi attuale non indica una tariffa separata; va confermata prima di stimare i costi di un'implementazione in anteprima.
• Universal-3.5 Pro Realtime: risulta ancora supportato nella documentazione, ma la pagina prezzi attuale non contiene una riga dedicata; va confermata la tariffa dell'integrazione vincolata a questo modello.
• Sync API: $0.30 per ora di audio.
• Dictation API: $0.62 all'ora, comprese le funzioni di formattazione e prompting elencate.
• AssemblyAI-TTS-1: $15 per milione di caratteri in ingresso.

Per i flussi di appunti delle riunioni e agenti vocali descritti sopra, incidono sulla scelta anche queste voci:

• Speaker Diarization: supplemento di $0.02 per ora registrata o $0.12 per ora di sessione streaming.
• Summarization: supplemento di $0.02 all'ora con livello di elaborazione basso, predefinito, oppure $0.07 con livello medio.
• Speaker Identification: supplemento di $0.02 all'ora con livello di elaborazione basso, predefinito, oppure $0.10 con livello medio.
• Medical Mode: supplemento di $0.15 all'ora sui modelli compatibili.
• Prompting di Universal-3.5 Pro: termini chiave e prompt contestuali sono elencati separatamente a $0.05 all'ora ciascuno; Universal-2 include i termini chiave.
• Termini chiave nello streaming: inclusi con Universal-3.6 Pro Realtime; supplemento di $0.04 all'ora con Universal-Streaming.

LLM Gateway prevede un conteggio separato dei token in ingresso e in uscita per il modello selezionato. Un token è un'unità di testo elaborata dal modello. Le tariffe Gateway pubblicizzate usano l'instradamento globale; la pagina prezzi indica che quello regionale US/EU costa il 10% in più. Questa scelta va inclusa nella stima di un flusso di estrazione personalizzato.

Il confronto rende concreta la scelta. Se entrambi i modelli per le registrazioni soddisfano i criteri di accettazione, Universal-2 fa risparmiare. Se il modello più costoso evita abbastanza correzioni da giustificare la differenza, conviene sceglierlo. Il calcolo non presume che uno dei due superi la valutazione sul proprio audio.

Per le sessioni live, la documentazione sulla fatturazione chiarisce l'unità di misura: il tempo viene conteggiato finché il WebSocket resta aperto, compresi i periodi di inattività. Un esempio di 1,000 ore di sessione con Universal-3.6 Pro Realtime e diarizzazione costa $570, prima delle chiamate LLM o della voce generata. Una connessione aperta per un'ora viene conteggiata per un'ora anche se contiene soltanto 20 minuti di parlato. Va chiusa tempestivamente al termine dell'interazione.

La trascrizione multicanale viene fatturata per canale. Una registrazione di un'ora elaborata come due canali indipendenti genera due ore di utilizzo della trascrizione. Il budget deve tenere conto della struttura della registrazione oltre che del modello: una riunione mono e una chiamata con canali separati non sono equivalenti ai fini dei costi.

La pagina prezzi pubblicizza l'iscrizione gratuita senza carta e fino a 185 ore di trascrizione preregistrata e fino a 333 ore di trascrizione streaming. Sono soglie massime pubblicate, non ore garantite per ogni configurazione. Il piano streaming gratuito permette 5 nuove connessioni al minuto; quello a consumo parte da 100 nuove sessioni al minuto, con scalabilità automatica. Sono frequenze di avvio delle connessioni, non numeri di chiamate simultanee. Un lancio che apre molte sessioni insieme può raggiungere questo limite del piano gratuito prima di esaurire le ore disponibili.

Quali limiti possono cambiare la scelta?

AssemblyAI presenta una varietà di modelli e funzioni tale che una buona trascrizione di esempio è soltanto l'inizio della valutazione. I vincoli seguenti sono quelli che più facilmente possono cambiare l'implementazione o il fornitore scelto.

La copertura linguistica non è uniforme lungo il flusso. Un modello di riserva per le registrazioni può estendere la copertura della trascrizione, mentre un componente specialistico, un modello live o una voce generata possono avere un elenco più ristretto. Serve un requisito che descriva l'intero percorso, come «dall'audio coreano ad appunti di riunione in coreano con interventi attribuiti», verificando ogni fase.

L'attribuzione live richiede uno stato modificabile. La documentazione sui parlanti nello streaming descrive etichette provvisorie, risposte PENDING e correzioni successive. Anche il campo sperimentale di confidenza del parlante non è una probabilità calibrata. Non bisogna trasformare quel punteggio in una garanzia sulla correttezza del responsabile di un'attività. I segmenti incerti vanno sottoposti a revisione e le correzioni applicate prima di produrre il documento finale.

Il modello in anteprima per le registrazioni ha debolezze dichiarate. La documentazione sulla selezione del modello avverte che Universal-3.6 Pro Preview può produrre meno punteggiatura in alcune lingue europee e perdere accuratezza su audio con code switching complesso. Sono limiti dichiarati dal fornitore, non risultati di questa recensione. Va valutato separatamente da Universal-3.5 Pro stabile: un numero di versione più alto non risolve la scelta.

La gestione dei dati richiede una decisione a livello di account. La documentazione di AssemblyAI su conservazione dei dati e addestramento dei modelli distingue la conservazione in produzione dall'uso per l'addestramento. L'ammissibilità all'addestramento dipende dal contratto applicabile e dai controlli; l'opzione documentata di conservazione zero per lo streaming richiede la rinuncia all'uso per l'addestramento, mentre i metadati operativi restano conservati. Prima di inviare registrazioni dei clienti, occorre verificare account e regione di elaborazione scelti.

L'analisi vocale non completa l'applicazione. Restano da gestire le elaborazioni fallite, correggere gli appunti, collegare i dati ai clienti e decidere quali attività estratte richiedano una revisione. Il tool calling di Gateway può supportare un'integrazione, ma permessi e logica delle azioni appartengono all'applicazione. Questo lavoro di sviluppo fa parte della decisione d'acquisto anche quando la fattura della trascrizione è contenuta.

Il verdetto: partire dal risultato che serve al prodotto

AssemblyAI merita di essere valutato per i prodotti che trasformano le conversazioni in informazioni strutturate e attribuite. Per gli appunti delle riunioni registrate, conviene partire da Universal-3.5 Pro con le sole funzioni di analisi usate dall'interfaccia e confrontarlo con Universal-2 se contano costo o maggiore copertura linguistica. Per un nuovo assistente live, va valutato Universal-3.6 Pro Realtime rispetto al modello streaming economico pertinente e a Deepgram Flux.

Il criterio di scelta: scegliere AssemblyAI quando il modello preciso, il percorso linguistico e le caratteristiche dell'output sui parlanti soddisfano il prodotto, e le funzioni che ricavano informazioni dalla trascrizione riducono il lavoro di integrazione da sviluppare. Un'alternativa è preferibile quando risponde meglio ai requisiti di lingua, gestione dei turni o formato di output. Una dimostrazione convincente con audio pulito, da sola, non giustifica un cambio di fornitore.

La prossima settimana, usa un piccolo insieme di registrazioni di cui è consentito l'uso, con conversazioni ordinarie, nomi poco familiari, interruzioni, brevi risposte di conferma e i cambi di lingua tipici degli utenti. Prima di confrontare i risultati, elenca i campi necessari all'applicazione. Controlla sia gli appunti finali con attribuzione sia la trascrizione, poi calcola i consumi con i componenti aggiuntivi scelti e la durata effettiva delle connessioni. Il playground pubblico è un'interfaccia utile per iniziare; la prova di accettazione è la configurazione destinata alla produzione.

Domande frequenti

Come ottenere la chiave API di Assembly AI?

Basta creare un account e recuperare la chiave dalla dashboard. La chiave permanente va conservata sul server. L'API di trascrizione delle registrazioni la usa nell'header authorization senza prefisso Bearer; occorre seguire le istruzioni di autenticazione dell'API specifica, senza presumere che tutti gli endpoint siano identici.

Come funziona Assembly AI Playground?

Il playground pubblico permette di scegliere un audio di esempio, caricare un file o fornire un URL, poi configurare il contesto del modello e le funzioni di analisi supportate. Aiuta a esaminare il prodotto prima dell'integrazione. Va usato con audio rappresentativo e con la stessa configurazione che si intende distribuire.

Quale API di AssemblyAI scegliere?

L'API per le registrazioni è adatta alle elaborazioni che possono concludersi in modo asincrono, lo streaming all'audio in corso e alle risposte live, Sync a una trascrizione completa in un unico scambio richiesta-risposta. Dictation aggiunge un testo rivisto quando l'applicazione richiede contenuti scritti pronti all'uso.

Da dove iniziare nella documentazione di AssemblyAI?

Dalla pagina aggiornata di selezione del modello per la modalità di elaborazione scelta, seguita dalla guida rapida corrispondente. Occorre copiare l'identificatore API attuale, verificare il supporto di lingue e funzioni e fissare il modello nella configurazione. Il nome di un prodotto citato in un vecchio tutorial può riferirsi a una generazione diversa del modello.

Usa la AI Business Workflow Audit Checklist per mappare la sorgente audio, il risultato richiesto e i passaggi tra applicazioni. Ottieni la checklist.