语音转写、流式转录与 Voice Agent API
AssemblyAI 提供 api.assemblyai.com 预录转写与 wss://streaming.assemblyai.com 流式 STT；预录须传 speech_models；含 Voice Agent、Speech Understanding 与 LLM Gateway。
使用场景
- 预录转写
- 直播字幕
- 语音 Agent
- PII Guardrails
- EU 端点
主要功能
- POST /v2/transcript
- 流式 WebSocket
- Voice Agent API
- Speech Understanding
- LLM Gateway
相关推荐
相关推荐
3 收录条目
Deepgram
Deepgram 在 developers.deepgram.com 提供 `/v1/listen`（Nova-3 流式转写）与 `/v2/listen`（Flux 对话式回合检测）；SDK 含 listen.v1/v2.connect；文档对比 Agent 与会议场景并支持自建 Flux。
Fireworks AI
Fireworks AI 提供 REST API 调用语言/图像/embedding 模型；支持 serverless 目录模型与专属 GPU 部署 custom base model 及 LoRA；默认不记录 prompt/输出（见文档例外）。
NVIDIA NIM
NVIDIA NIM 在 docs.api.nvidia.com/nim 与 docs.nvidia.com/nim 文档化性能优化推理微服务：通过容器暴露行业标准 API（OpenAI 兼容的 /v1/chat/completions、/v1/completions、/v1/responses，以及 Anthropic 兼容的 /v1/messages），后端可为 TensorRT-LLM、vLLM 或 SGLang。可在云、数据中心或 RTX 工作站自托管，也可经 Developer Program 使用托管 NIM API 做原型。自托管容器提供 /v1/health/ready 与 /v1/metrics 等管理端点。