这个工具是做什么的
普通语音转写给你的是「说了哪些字」，口癖、重复和自我更正都留着；口述场景要的是「想说什么」——去掉语气词、解开自我更正、把人名和术语拼对，拿到的文字可以直接发出去。AssemblyAI 9 月 18 日上线的 Dictation API 就是冲这件事做的：基于 Universal-3.5 Pro，覆盖 19 种语言，官方称短音频延迟中位数约 134 毫秒、一秒内返回，输出形式可以用提示词指定（笔记、提交信息、给客户的回复）。官方定价 $0.62/小时（含全部处理）。同一时间还开源了 macOS 口述应用 Blurt：按住快捷键说话，整理好的文字落到光标处。适合把口述接进笔记、临床记录、编码智能体与客服回复的产品团队。
基本信息
- 分类：语音识别
- 厂商 / 团队：AssemblyAI
- 价格：按音频时长计费，官方口径 $0.62/小时
- 收录日期：2026-09-19
- 官网：assemblyai.com
适用场景
语音转文字 · 口述 · Universal-3.5 Pro · 低延迟 · API