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）。
Baseten
Baseten 在 docs.baseten.co 文档化训练与推理平台：团队可通过开源 Truss 框架部署模型，或不经自建基础设施直接调用托管 Model APIs。仅 config.yaml 的 Truss 部署指向 Hugging Face 检查点、GPU 与 TensorRT-LLM 等引擎；truss push 构建优化容器并暴露 OpenAI 兼容端点。自定义架构在 model.py 中用 Model 类的 load/predict 实现。Model APIs 以 BASETEN_API_KEY 即时调用目录模型。