AssemblyAI pristato Sync API: pilna transkripcija per vieną HTTP užklausą, ~134ms uždelsimas
Trumpai: 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.
Šią santrauką automatiškai parengė dirbtinis intelektas pagal „AssemblyAI“ publikaciją. Tai mūsų tekstas, ne originalo kopija — faktai, skaičiai ir citatos priklauso šaltiniui, kurio nuoroda pateikta viršuje ir apačioje.
Kas pasikeitė?
- 1Naujas Sync API taškas (POST https://sync.assemblyai.com/transcribe) grąžina baigtą transkripciją per vieną HTTP užklausą, be apklausimo ar WebSocket
- 2Veikia su Universal-3.5 Pro — tuo pačiu modeliu, naudojamu async ir realtime produktuose
- 3~134ms (p50) uždelsimas 2 sekundžių įrašui, palyginus su 5-6 sekundėmis per async apklausimą
- 4Palaikomi 80ms–2min ilgio įrašai, failai iki 40MB, 18 kalbų
- 5Palaiko conversation_context ankstesniems ėjimams, individualius raginimus (prompts) ir word_boost raktažodžius
- 61,59% klaidų lygis trumpam garsui, pagal testus
- 7Kaina 0,45 USD/val., tiek pat, kiek Universal-3.5 Pro Realtime
| 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) |
Kodėl tai svarbu?
Daug balso AI užduočių apima trumpus, jau baigtus garso įrašus (užbaigtas vartotojo ėjimas, push-to-talk žinutė, IVR frazė), kur netinka nei asinchroninis apklausimas, nei nuolatinė WebSocket sesija. Sync API pašalina šį architektūrinį neatitikimą, leisdama gauti aukšto tikslumo transkripciją per vieną užklausą, pakankamai greitai, kad atrodytų akimirksniu — tai tiesiogiai svarbu ėjimais pagrįstiems pokalbių agentams ir diktavimo programoms.
Ką tai reiškia AI agentams ir kontaktų centrams?
Jei jūsų balso agentų sistema jau atlieka ėjimų aptikimą, Sync API galėtų pakeisti WebSocket sesiją ar async užduotį kiekvienam ištarimui vienu be būsenos HTTP užklausimu, supaprastinant infrastruktūrą (nereikia perjungimo logikos ar sesijos pririšimo), kartu sumažinant uždelsimą, palyginti su apklausimu. Verta išbandyti palyginus su dabartine STT sistema dėl lietuvių kalbos tikslumo (patikrinti, ar ji tarp 18 palaikomų kalbų), realaus skambučio uždelsimo ir kainos už minutę, ypač IVR ir trumpų ištarimų maršrutizavimui, kur tyla laukiant apklausimo šiuo metu bloginia skambinančiojo patirtį.
🧪 Verta testuoti
Tiesiogiai pritaikoma ėjimais pagrįstiems pokalbių agentams, IVR ir diktavimo funkcijoms: mažiau nei 300ms uždelsimas su aukštu tikslumu ir paprasta be būsenos HTTP integracija daro ją stipriu kandidatu palyginimui su dabartiniu STT uždelsimu, tikslumu ir kaina.
Šaltiniai
- AssemblyAIOficialusPirminis šaltinisOriginalus straipsnis →„Introducing the Sync API: Finished Transcripts in a Single API Call“
- Šaltinio publikavimo data
- —
- Mūsų sistema rado
- 2026-10-06 20:35
- Santrauka sugeneruota
- 2026-10-06 20:38
Straipsnį pagal originalų šaltinį parašė AI. Faktai, skaičiai ir kainos — iš šaltinio; trūkstamos reikšmės pažymėtos „Nėra oficialių duomenų“. Teisinė informacija, autorių teisės ir privatumas