AssemblyAI

AssemblyAI 于 2017 年由 Dylan Fox 创立，总部位于美国旧金山，致力于通过简单易用的 API democratize 先进语音识别技术。2023 年 12 月完成 5000 万美元 C 轮融资，累计融资 1.15 亿美元，投资方包括 Accel、Insight Partners 等顶级机构。公司员工约 101 人，服务 5000+ 企业客户，包括 Zoom、Spotify、Veed、Fireflies、CallRail、Calabrio 等知名企业。

AssemblyAI 提供业界领先的语音转文字服务，准确率超过 94.1%。核心产品 Universal Speech Model 基于超过 1PB 的语音数据训练，支持实时和异步转录。LeMUR 框架是基于 LLM 的音频理解平台，可实现音频摘要、问答、行动项提取、主题检测、情感分析等高级功能。API 延迟低于 600ms，支持说话人识别、情感分析、实体识别、内容过滤、语言自动检测、PII 隐私脱敏等功能。

核心功能

提供 RESTful API 和 Python SDK，支持云端和本地部署。欧盟数据驻留选项符合 GDPR 合规要求（Slam-1 模型）。单词级时间戳提供精确时序数据，自定义拼写功能支持专业术语识别。适用于会议记录、语音 AI 应用、对话智能、媒体转录、无障碍辅助、合规审查等多种场景。