Semua model

AssemblyAI Universal-3 Pro

assemblyai/universal-3-pro
AssemblyAI Suara ke TeksTranskripsiMultibahasa

Model pengenalan ucapan Universal 3 Pro dari AssemblyAI untuk transkripsi berakurasi tinggi.

Mulai cepat

# Inspect the price — a plain request returns the 402 challenge:
curl -i https://api.glianalabs.com/v1/infer \
  -H "content-type: application/json" \
  -d '{
    "model": "assemblyai/universal-3-pro",
    "audio_url": "https://example.com/input.mp3"
  }'

# Pay + run in one step with the mppx CLI (create a wallet: npx mppx account create):
npx mppx https://api.glianalabs.com/v1/infer \
  -J '{"model": "assemblyai/universal-3-pro", "audio_url": "https://example.com/input.mp3"}'

Parameter

Input
audio_url string wajib

URL file audio yang akan ditranskripsi. Bisa berupa URL publik atau data URI (data:audio/...;base64,...). Untuk data URI, audionya diunggah ke AssemblyAI secara otomatis. Wajib untuk transkripsi rekaman (bila stream false atau tidak diisi).

audio_end_at integer opsional

Timestamp (dalam milidetik) untuk mengakhiri transkripsi.

audio_start_from integer opsional

Timestamp (dalam milidetik) untuk memulai transkripsi.

auto_chapters boolean opsional

Aktifkan deteksi bab otomatis.

auto_highlights boolean opsional

Aktifkan ekstraksi frasa kunci dan sorotan otomatis.

boost_param string opsional

Seberapa besar penekanan untuk kata-kata di word_boost.

content_safety boolean opsional

Aktifkan deteksi keamanan konten untuk konten sensitif.

custom_spelling array opsional

Aturan ejaan khusus untuk mengganti kata atau frasa tertentu di hasil transkripsi.

disfluencies boolean opsional

Sertakan kata pengisi seperti "um", "uh", dll. di transkrip.

domain string opsional

Mode transkripsi khusus domain. "medical-v1" mengaktifkan optimasi istilah medis.

dual_channel boolean opsional

Proses audio sebagai dual-channel (stereo) untuk akurasi yang lebih baik.

entity_detection boolean opsional

Aktifkan deteksi entitas seperti nama, organisasi, dan lokasi.

filter_profanity boolean opsional

Saring kata-kata kasar dari hasil transkripsi.

iab_categories boolean opsional

Aktifkan klasifikasi taksonomi konten IAB (Interactive Advertising Bureau).

keyterms_prompt array opsional

Array berisi hingga 1.000 kata atau frasa (maks 6 kata per frasa) untuk meningkatkan akurasi transkripsi. Tidak bisa dipakai bersama parameter prompt.

language_code string opsional

Kode bahasa file audio (misalnya "en", "es", "fr"). Bawaannya deteksi bahasa otomatis.

language_detection boolean opsional

Aktifkan deteksi bahasa otomatis. Bila diaktifkan bersama speech_models, sistem akan otomatis memilih model terbaik untuk bahasa yang terdeteksi.

multichannel boolean opsional

Proses setiap channel audio secara terpisah untuk file audio multichannel.

prompt string opsional

Prompt khusus untuk mengarahkan gaya, format, dan karakteristik keluaran transkripsi. Maksimum 1.500 kata.

redact_pii boolean opsional

Samarkan informasi identitas pribadi (PII).

redact_pii_audio boolean opsional

Buat file audio tersamar dengan PII dihapus.

redact_pii_policies array opsional

Kebijakan PII tertentu yang diterapkan saat penyamaran.

redact_pii_sub string opsional

Strategi pengganti untuk PII yang disamarkan.

sentiment_analysis boolean opsional

Aktifkan analisis sentimen untuk setiap kalimat.

speaker_labels boolean opsional

Aktifkan diarisasi pembicara untuk mengenali pembicara yang berbeda di audio.

speakers_expected integer opsional

Perkiraan jumlah pembicara untuk diarisasi pembicara.

speech_threshold number opsional

Ambang keyakinan untuk deteksi ucapan.

temperature number opsional

Mengatur keacakan keluaran model (0.0-1.0). Nilai lebih rendah membuat keluaran lebih deterministik. Bawaannya 0.0.

webhook_url string opsional

URL yang menerima notifikasi webhook saat transkripsi selesai.

websocket boolean opsional

Aktifkan streaming WebSocket waktu nyata untuk transkripsi audio langsung. Bila true, koneksi WebSocket dibuat alih-alih mengirim tugas transkripsi rekaman. Tidak bisa dipakai bersama audio_url.

word_boost array opsional

Array kata yang diutamakan untuk meningkatkan akurasi pengenalan (versi lama — pakai keyterms_prompt).

Keluaran
confidence: Skor keyakinan keseluruhan transkripsi.
language_code: Kode bahasa yang terdeteksi atau ditentukan.
language_confidence: Skor keyakinan deteksi bahasa.
text: Teks hasil transkripsi.
utterances: Ucapan yang dipisah per pembicara (bila speaker_labels diaktifkan).
words: Timestamp dan skor keyakinan per kata.