Universal-3.5 Pro

Pakeitimų istorija

2026-10-06

AssemblyAI pristato Sync API: pilna transkripcija per vieną HTTP užklausą, ~134ms uždelsimas

Parametras	Buvo	Dabar
Uždelsimas (2s įrašui)	5-6s (Async apklausimas)	~134ms (Sync API, p50)
Klaidų lygis (trumpam garsui)	Nenurodyta	1,59%
Kaina	Nenurodyta	0,45 USD/val.
Palaikomas įrašo ilgis	Nenurodyta	80ms–2 minutės
Failo dydžio limitas	Nenurodyta	Iki 40 MB
Kalbos	Nenurodyta	18 (tiek pat, kiek Universal-3.5 Pro)

2026-10-06

AssemblyAI pristatė Universal-3.5 Pro su natūraliu kalbų perjungimu ir patobulintu kalbėtojų atskyrimu

Parametras	Buvo	Dabar
Kalbų perjungimo WER (vidurkis, 5 kalbų poros)	9,07% (Universal-3 Pro)	7,69%
Visiškai palaikomos kalbos	Nenurodyta	18 kalbų su natūraliu kalbų perjungimu sakinio viduryje
Diarizacijos tikslumas (cpWER vidurkis)	Nenurodyta	30,17% (žemiausias/geriausias tarp lygintų modelių)
Kaina	Nenurodyta	0,21 USD/val.

Naujienos

Voice AI· Svarbu· 🧪 Verta testuoti

AssemblyAI pristato Sync API: pilna transkripcija per vieną HTTP užklausą, ~134ms uždelsimas

AssemblyAI pristatė Sync API — naują transporto būdą trumpų garso įrašų transkripcijai: vienas HTTP POST užklausimas grąžina baigtą Universal-3.5 Pro transkripciją toje pačioje atsakyme, vidutiniškai per ~134ms. Tai užpildo tarpą tarp Async API (pateikti ir laukti, pridedant 5-6 sekundes uždelsimo) ir Realtime API (WebSocket, skirtas tęstinėms sesijoms), taikant dėmesį tokioms užduotims kaip diktavimas, pokalbių agento ėjimų transkripcija, IVR ir push-to-talk. Palaikomi 80ms–2min ilgio įrašai iki 40MB, su 1,59% klaidų lygiu trumpam garsui. Kaina — 0,45 USD/val., tiek pat, kiek Universal-3.5 Pro Realtime.

prieš 5 val.AssemblyAI

Voice AI· Svarbu· 🧪 Verta testuoti

AssemblyAI pristatė Universal-3.5 Pro su natūraliu kalbų perjungimu ir patobulintu kalbėtojų atskyrimu

AssemblyAI išleido Universal-3.5 Pro — naują pagrindinį asinchroninį kalbos atpažinimo (STT) modelį, kainuojantį 0,21 USD/val. Modelis natūraliai transkribuoja kalbų perjungimo (code-switching) pokalbius 18 kalbų be papildomos konfigūracijos, pristato bendrai modeliuojamą kalbėtojų atskyrimą, integruotą tiesiai į transkriptą (o ne sujungtą iš atskiros sistemos), bei palaiko kontekstinį paraginimą, leidžiantį pateikti modeliui srities žinias. Testai rodo mažesnį žodžių klaidų lygį kalbų perjungimo garso įrašuose ir didesnį cpWER tikslumą kalbėtojų atskyrime, lyginant su kelais konkurentų modeliais ir ankstesniu AssemblyAI Universal-3 Pro.

prieš 5 val.AssemblyAI