跨 18 種語言的原生語碼切換
發佈文章指出此模型可原生處理跨 18 種語言的語碼切換，因此逐字稿能跟隨實際說出的語言，而不需要先做額外的語言辨識流程。
概述
Universal-3.5 Pro 是 AssemblyAI 的旗艦非同步語音轉文字模型，適用於錄製音訊與影片。它屬於預錄語音轉文字 API，並被定位為支援語言與真實世界困難音訊中準確度最高的模型。
發佈文章強調三項主要能力：跨 18 種語言的原生語碼切換、改良的說話者分離，以及情境提示。定價頁面列出的基本費率為每小時提交音訊 US$0.21，另有可選加購項目，例如說話者分離、醫療模式、關鍵字提示與一般提示。
實務上，這個模型適合處理語音雜亂、多語言或說話者較多的轉錄工作負載。這包括會議、客服中心錄音、字幕、可搜尋的封存資料，以及其他錄製工作流程；在這些情境中，準確度與說話者歸屬往往比即時延遲更重要。
核心功能
改善重疊語音的說話者分離
AssemblyAI 將此版本描述為迄今最準確的說話者分離，模型即使在交談重疊與嘈雜對話中，也能讓說話者標註與逐字稿保持一致。
情境提示
情境提示可讓你提供領域知識或前文脈絡，以影響轉錄輸出，進而提升專業術語或語意模糊音訊的準確度。
自訂詞彙的關鍵字提示
定價參考列出 Universal-3.5 Pro 的關鍵字提示，最多支援 1,000 個詞彙，讓團隊能將辨識結果偏向專案專屬字彙。
預錄轉錄模型
Universal-3.5 Pro 是 AssemblyAI 語音轉文字產品線中的非同步預錄模型，價格為每小時提交音訊 US$0.21。
支援專門工作流程的加購項目
定價頁面顯示此模型可搭配選用加購項目，包括醫療模式與說話者分離，並可與基礎轉錄費率合併使用。
常見使用情境
多語言錄製對話
當錄音在同一段對話中包含多種語言，且你希望逐字稿保留每個時點實際說出的語言時，可使用 Universal-3.5 Pro。
有重疊說話者的會議
適合用於會議紀錄或內部討論，因為短句輪替、插話與重疊語音會讓說話者歸屬變得困難。
客服中心錄音
可用於客服中心通話或其他客戶互動，因為精確的說話者標註會影響後續分析與品質保證。
領域專屬轉錄
在轉錄包含專案名稱、領域術語或其他可能被聽錯的詞彙之專業討論時，可使用情境提示或關鍵字提示。
錄製媒體的批次轉錄
當音訊已經錄製完成，且你願意以延遲換取轉錄品質時，可使用非同步 API 處理封存資料、字幕或資料集準備。
Pros and Cons
Pros
- 支援跨 18 種語言的原生語碼切換，適合對話在句中或通話中途切換語言的情境。
- 加入情境提示與關鍵字提示，有助於將轉錄引導至領域專屬詞彙。
- 可改善含有交談重疊、插話與短句輪替的對話之說話者分離。
- 與即時模型分開計價，且定價參考中的非同步費率清楚。
- 適用於多種錄製音訊工作流程，包括會議、客服中心音訊、媒體與封存資料。
Cons
- 它是非同步模型，因此不適合需要串流輸出的即時轉錄情境。
- 多項進階功能是以加購項目計費，而不是包含在基礎轉錄費率內。
- 來源資料未提供此模型完整的支援語言、輸出格式或設定細節。
FAQ
Universal-3.5 Pro 適用於哪種轉錄工作流程？
Universal-3.5 Pro 是 AssemblyAI 的非同步預錄語音轉文字模型。它專為錄製音訊與影片設計，而非即時串流轉錄。
它提供哪些語言支援？
發佈文章指出它支援跨 18 種語言的原生語碼切換。產品頁面將其標示為支援語言中準確度最高的預錄模型。
我可以用額外的上下文來引導模型嗎？
發佈文章強調了情境提示，而定價參考顯示一般提示可作為 Universal-3.5 Pro 的付費非同步加購項目使用。
它支援說話者分離嗎？
定價頁面列出 Universal-3.5 Pro 的非同步說話者分離為付費加購項目，並提供標準與實驗性版本。發佈文章則將說話者分離列為此模型的核心改進之一。
Universal-3.5 Pro 的價格是多少？
定價頁面將 Universal-3.5 Pro 的預錄音訊提交價格列為每小時 US$0.21。說話者分離、醫療模式、關鍵字提示與一般提示等加購項目則另外計價。
Quick Facts
- 類別
- 預錄語音轉文字 API
- 平台
- AssemblyAI Cloud 與自架 Voice AI 基礎架構
- 主要使用者
- 為錄製音訊與影片打造轉錄工作流程的開發者
- 基本價格
- 預錄音訊提交每小時 US$0.21
- 模型 API 值
- universal-3-pro
- 來源網域
- assemblyai.com
Universal-3.5 Pro 替代品
QuickQuill
QuickQuill 是一款適用於 macOS 的本機語音輸入與轉錄 App，可在裝置上錄音、逐字轉寫、生成摘要與匯出筆記，無需使用雲端服務。
Speech to Text Converter
Speech to Text Converter 是一款瀏覽器語音轉文字工具，支援即時口述與上傳音訊、影片檔。提供免費方案處理短任務，Pro 方案可無限轉錄，並支援 AI 摘要、翻譯、說話者辨識與進階匯出。
Realtime and audio
OpenAI API 指南，協助選擇即時音訊、翻譯、轉錄、語音生成與可音訊聊天的正確語音架構，對應各應用的 session 類型、端點與連線方式。
Pewbeam
Pewbeam 是教會簡報應用，能即時聆聽講道、辨識聖經經文引用，並自動顯示對應經文，協助牧者、投影團隊與媒體志工減少直播聚會中的手動換頁。
Dictato
Dictato 是一款 Mac 語音轉文字應用，支援在任何 App 以裝置端離線流程將語音即時轉成文字，並提供多種辨識引擎、可選校正與翻譯，以及一次性購買授權。
Voicenotes
Voicenotes 是 AI 筆記與會議錄音應用，可將對話轉成逐字稿、摘要與待辦事項，並以 Ask AI 讓過往錄音可搜尋，也支援語音輸入、多語轉錄與 Pro 匯入音訊。