AssemblyAI
专注于语音识别API服务的AI公司，在说话人分离、情感分析等语音后处理能力上具有积累，提供企业级语音转文字服务
核心事实
时间轴 (近 90 天)
AssemblyAI-TTS-1 的流式响应首包延迟低至 90 毫秒。
AssemblyAI-TTS-1 采用按字符计费模式，价格为每 100 万字符 15 美元，且不要求签订年度合约。
AssemblyAI-TTS-1 宣称提供无限并发，即服务端不限制同时进行的合成请求数，接入方无需为容量规划额外付费或申请配额。
素材未说明 AssemblyAI 的 ASR 与 TTS 服务是否有打包定价或联合优化。
AssemblyAI 的主业在语音识别（ASR）一侧。
AssemblyAI-TTS-1 无需签约即可使用不限并发量。
Deepgram的预付费套餐每分钟约0.0043美元，AssemblyAI提供每月100分钟免费额度。
AssemblyAI提供官方Node SDK，支持上传音频文件获取转录文本及webhook回调；Deepgram的Node SDK支持实时流式转录；Google Cloud的Node客户端配置复杂需服务账号密钥和项目设置。
AssemblyAI可通过WebSocket进行流式实时转录，并提供Node.js示例
在横评中AssemblyAI在准确率和API灵活性上领先，而Otter.ai、Microsoft Teams在易用性和办公生态集成上更有优势
还有 19 条时间轴事件
全部知识事实 (20)
AssemblyAI是一家专注于语音AI基础设施的公司，自研语音转文本基础模型并扩展到完整的语音智能体技术栈
65%待验证AssemblyAI-TTS-1 宣称提供无限并发，即服务端不限制同时进行的合成请求数，接入方无需为容量规划额外付费或申请配额。
50%待验证AssemblyAI-TTS-1 的流式响应首包延迟低至 90 毫秒。
50%待验证AssemblyAI-TTS-1 采用按字符计费模式，价格为每 100 万字符 15 美元，且不要求签订年度合约。
50%待验证素材未说明 AssemblyAI 的 ASR 与 TTS 服务是否有打包定价或联合优化。
50%待验证AssemblyAI 的主业在语音识别（ASR）一侧。
50%待验证AssemblyAI-TTS-1 无需签约即可使用不限并发量。
50%待验证AssemblyAI提供官方Node SDK，支持上传音频文件获取转录文本及webhook回调；Deepgram的Node SDK支持实时流式转录；Google Cloud的Node客户端配置复杂需服务账号密钥和项目设置。
50%待验证Deepgram的预付费套餐每分钟约0.0043美元，AssemblyAI提供每月100分钟免费额度。
50%待验证在横评中AssemblyAI在准确率和API灵活性上领先，而Otter.ai、Microsoft Teams在易用性和办公生态集成上更有优势
50%待验证AssemblyAI可通过WebSocket进行流式实时转录，并提供Node.js示例
50%待验证典型链路为会议录音上传云端后自动触发转录服务（如AssemblyAI、Whisper API或Otter.ai），转录文本传入LLM进行行动项抽取，再通过API写入任务工具
50%待验证语音数据包含说话者声纹特征属于生物特征信息，主流 ASR 方案大多依赖云端 API（如 Google Speech-to-Text、AssemblyAI），使音频或文本经过第三方服务器处理
50%待验证采购现成客服机器人无法访问系统提示词、工具调用逻辑和RAG检索基础设施，导致迭代速度受制于供应商
50%待验证AssemblyAI最初采购的现成客服机器人只解决了约10%的对话
50%待验证Joey是AssemblyAI自研的AI客服，构建在Claude Agent SDK之上，能管理基础设施、拥有文件系统、编写和调试代码、调用工具
50%待验证任何联系AssemblyAI的客户，无论通过官网聊天窗口、联系销售或发邮件到支持邮箱，第一个接待的都是Joey而非真人
50%待验证团队用AssemblyAI自家的Voice Agent API给Joey加上了语音能力，通过单个WebSocket连接把语音转文本、LLM和文本转语音串联起来
50%待验证签署BAA（商业伙伴协议）会自动退出模型训练
50%待验证Joey部署第一周将端到端解决率从10%推到80%，总成本约每月700美元（token加基础设施）
50%