Puede usar los resultados generados con fines comerciales. Todos los derechos sobre el contenido creado le pertenecen. La única restricción: asegúrese de que la solicitud no incluya material de terceros protegido por derechos de autor. El usuario es responsable de respetar los derechos sobre los datos de entrada.

assemblyai-best convierte voz a texto: podcasts, entrevistas, llamadas, conferencias, mensajes de voz. El modo de procesamiento de archivos grandes permite cargar grabaciones largas completas sin cortarlas manualmente. Es adecuado para transcripciones, notas después de reuniones, preparación de subtítulos y búsqueda en archivos de audio. Acceso desde Rusia sin VPN ni tarjeta extranjera.

El límite de salida es de 4096 tokens, aproximadamente varias páginas de texto, y la ventana de contexto es de 4095 tokens. Si la grabación es larga y la transcripción no cabe en una sola respuesta, divida el audio en fragmentos y compile el texto final a partir de las partes.

No se indica un modo de razonamiento separado en nuestros datos, y no es necesario para la transcripción: el modelo reconoce el habla y devuelve texto. Si necesita un análisis de la transcripción, un resumen o conclusiones, envíe el texto resultante a un modelo de texto; en BotHub están disponibles en la misma ventana.

La compatibilidad con la llamada a funciones y la salida JSON estricta no está indicada en nuestros datos; oriéntese hacia un resultado de reconocimiento de texto normal. El modelo en sí puede ser llamado a través de la API de BotHub compatible con OpenAI, y es más conveniente estructurar la transcripción por campos en el lado de su aplicación.

El audio es la entrada principal: cargue la grabación y el modelo devolverá el texto, incluso en el modo de archivos grandes. Las imágenes y los videos no están marcados como entrada en nuestros datos, por lo que para los videos tiene sentido extraer primero la pista de audio y enviarla.

La lista de idiomas admitidos no está especificada en nuestros datos, por lo que no podemos prometer precisión en ruso; verifíquelo con su propia grabación. La calidad de la transcripción depende principalmente de la claridad del sonido: un buen micrófono, un mínimo de ruido de fondo y sin superposición de voces dan un resultado notablemente mejor.