AssemblyAI 于 11 月 18 日发布 STT-3.7 系列。三款模型分别对应录音文件、会议等实时会话,以及需要及时回应用户的语音智能体。录音版沿用已有预录音频接口,两款实时模型沿用现有实时转写接口。
三款模型均支持 32 种语言。录音版可在同一录音中处理语言切换,支持区分说话人,还可搭配 Universal-2 扩大语言覆盖。实时会话版在每轮发言结束时确定说话人标签。语音智能体版则优先处理短回答、数字等对话信息,并减少背景人声的干扰。
按发布公告,三款模型的单价分别为每小时 0.21、0.30 和 0.45 美元。
