Ver clasificación
Zoom Speech se encuentra entre los principales modelos del ranking de Open ASR Ver clasificación
close banner
Zoom AI Services: API Scribe
Zoom AI Services: API Scribe

La API de conversión de voz a texto más precisa del mundo

Transcripción de calidad en la que puede confiar, impulsada por el Modelo ASR Pro de Zoom.


La API Scribe, clasificada como uno de los modelos de mejor rendimiento en el ranking Open ASR de HuggingFace, ofrece servicios de transcripción en directo, sincronización rápida y por lotes, basados en el mismo sistema ASR que hace posibles millones de reuniones de Zoom cada día.

Zoom AI Services: API Scribe
Capacidades
Capacidades

Todo lo que necesita para la conversión de voz a texto

La API Scribe de Zoom proporciona servicios de transcripción con alta precisión y velocidad, tanto en el procesamiento en tiempo real como en el procesamiento por lotes.

Transcripción en directo

Transcripción en directo

Ofrece transcripción de audio a texto en tiempo real con una latencia ultrabaja, diseñada específicamente para aplicaciones en directo que requieren reconocimiento de voz en tiempo real.

Transcripción de sincronización rápida

Transcripción con sincronización rápida

Acceda a transcripciones sincrónicas y de baja latencia para archivos de audio individuales. Procese un archivo a la vez con respuesta inmediata una vez completado.

Transcripción por lotes

Transcripción por lotes

Procese archivos de audio y vídeo pregrabados a gran escala. Compatibilidad con MP3, WAV, MP4, FLAC, OGG y más con detección automática de formato.

Use su propio almacenamiento

Utilice su propio almacenamiento

Guarde sus transcripciones de forma segura en su propio bucket de AWS S3 para mejorar el control y el cumplimiento normativo de los datos.

Diarización de oradores

Diarización de oradores

Etiquete automáticamente a los diferentes oradores en conversaciones de varios participantes con alta precisión

Compatibilidad multilingüe

Compatibilidad multilingüe

Transcriba en varios idiomas y dialectos con modelos robustos en cuanto a acentos, entrenados en conjuntos de datos diversos.

Pruébelo ahora

Compruebe la precisión por sí mismo

Haga clic en el micrófono para utilizar la entrada de audio de su navegador y simular una transcripción. Demostración disponible en cinco idiomas.

Entorno de pruebas de la API de Zoom Scribe
Haga clic en el micrófono para iniciar una transcripción de demostración
Resultado de la transcripción
Latency: Confidence:

La transcripción aparecerá aquí...

Rendimiento
Rendimiento

Zoom Speech se encuentra entre los principales modelos del ranking de Open ASR

La tecnología de reconocimiento de voz de Zoom se sitúa entre los mejores modelos del ranking Open ASR, referente mundial en cuanto al rendimiento del reconocimiento automático de voz (Automatic Speech Recognition, ASR). Este hito refleja nuestra búsqueda incesante de la excelencia en la tecnología de voz, así como la solidez de la API Scribe de los servicios de IA de Zoom.

Los principales puntos fuertes del modelo incluyen:

  • Precisión de primera clase: nuestro marco de innovación ampliable mejora continuamente la calidad del modelo y proporciona resultados de transcripción de primer nivel donde la precisión y la legibilidad son lo más importante.
  • Dominio de las terminologías empresariales: el modelo, optimizado para contextos comerciales y técnicos, maneja con precisión nombres de empresas, términos de productos y jerga específica del dominio; es una ventaja decisiva para reuniones, llamadas de soporte y documentación profesional.
  • Reducción de alucinaciones: las estrategias avanzadas de modelado de Zoom reducen las «alucinaciones» de transcripción al mínimo, para que el texto reconocido refleje la verdadera intención del orador, no palabras artificiales o superfluas.
El desarrollador en primer lugar
El desarrollador en primer lugar

Empiece a transcribir en cuestión de minutos

  • API sencillas y bien documentadas
  • Especificaciones de API REST y OpenAPI
  • Gestión exhaustiva de errores
  • Callbacks de webhook para trabajos asíncronos
Precios
Precios

Precios sencillos y transparentes

Aplique créditos de prepago al uso de la API Scribe con tarifas transparentes.

Scribe API Batch

15 ¢

  • /hora

 

Scribe API Batch procesa todos sus archivos de audio desde el almacenamiento y convierte el audio en texto utilizable en flujos de trabajo de transcripción escalables.

El uso se mide en función de la duración total del audio procesado en minutos durante un periodo de facturación determinado.

API Scribe Fast

20 ¢

  • /hora

 

Scribe API Fast convierte el audio en texto en cuestión de segundos con una precisión de nivel empresarial para aplicaciones casi en tiempo real.

El uso se mide en función de la duración total del audio procesado en minutos durante un periodo de facturación determinado.

API Scribe Fast

20 ¢

  • /hora

 

La API Scribe Fast convierte el audio en texto en cuestión de segundos con una precisión de nivel empresarial para aplicaciones casi en tiempo real.

 

El uso se mide en función de la duración total del audio procesado en minutos durante un periodo de facturación determinado.

Recursos para desarrolladores

Todo lo que necesita para integrar, crear e implementar con la API Scribe de Zoom.

¿Listo para desarrollar con una API líder de conversión de voz a texto?