Dịch vụ Zoom AI: Scribe API

API chuyển đổi giọng nói thành văn bản chính xác nhất trên thế giới

Chép lời chất lượng mà bạn có thể tin tưởng, được hỗ trợ bởi ASR Model Chuyên nghiệp của Zoom.

Được xếp hạng là một trong những mô hình có hiệu suất hàng đầu trên Bảng xếp hạng Open ASR của HuggingFace, Scribe API cung cấp dịch vụ Trực tiếp, Đồng bộ nhanh và Bản chép lời hàng loạt, được xây dựng dựa trên công nghệ ASR hỗ trợ hàng triệu cuộc họp Zoom mỗi ngày.

Dùng thử bản demo Lấy khóa API Xem mức giá

Chức năng

Mọi thứ bạn cần để chuyển đổi giọng nói thành văn bản

Từ xử lý thời gian thực đến xử lý hàng loạt, Zoom Scribe API cung cấp dịch vụ chép lời với độ chính xác và tốc độ cao.

Chép lời trực tiếp

Cung cấp khả năng chuyển đổi âm thanh thành văn bản theo thời gian thực với độ trễ cực thấp, được xây dựng theo mục đích cho các ứng dụng trực tiếp yêu cầu nhận dạng giọng nói theo thời gian thực.

Chép lời đồng bộ nhanh

Truy cập tính năng chép lời đồng bộ, độ trễ thấp cho từng tệp âm thanh riêng lẻ. Xử lý từng tệp một và phản hồi ngay lập tức sau khi hoàn tất.

Chép lời hàng loạt

Xử lý các tệp âm thanh và video ghi sẵn ở quy mô lớn. Hỗ trợ MP3, WAV, MP4, FLAC, OGG, v.v. với tính năng phát hiện định dạng tự động.

Sử dụng bộ nhớ của riêng bạn

Lưu trữ bản chép lời của bạn một cách an toàn trong nhóm lưu trữ Dịch vụ web của Amazon S3 riêng của bạn để tăng cường khả năng kiểm soát dữ liệu và tuân thủ.

Phân tách diễn giả

Tự động gắn nhãn cho những người nói khác nhau trong các cuộc hội thoại có nhiều người tham gia với độ chính xác cao.

Hỗ trợ đa ngôn ngữ

Chép lời đa ngôn ngữ và phương ngữ với các mô hình xử lý tốt nhiều kiểu giọng nói khác nhau, được huấn luyện trên các tập dữ liệu đa dạng.

Thử ngay

Hãy tự mình kiểm chứng độ chính xác

Nhấp vào biểu tượng micro để sử dụng đầu vào âm thanh của trình duyệt nhằm mô phỏng bản chép lời. Bản demo chỉ có sẵn bằng tiếng Anh.

Sân chơi Zoom Scribe API

Nhấp vào biểu tượng micro để bắt đầu chép lời thử nghiệm

Đầu ra chép lời

Latency: — Confidence: —

Nội dung chép lời sẽ xuất hiện ở đây...

Hiệu suất

Zoom Speech được xếp hạng trong số các mô hình hàng đầu trên Bảng xếp hạng Open ASR

Công nghệ nhận dạng giọng nói của Zoom nằm trong số những mô hình hàng đầu trên Bảng xếp hạng Open ASR, một tiêu chuẩn toàn cầu về hiệu suất nhận dạng giọng nói tự động (ASR). Cột mốc này phản ánh sự nỗ lực không ngừng của chúng tôi để đạt được sự xuất sắc trong công nghệ nhận dạng giọng nói và sức mạnh của API Scribe của Zoom AI Services.

Các điểm mạnh chính của mô hình bao gồm:

Độ chính xác hàng đầu: Khung cải tiến có khả năng mở rộng của chúng tôi liên tục nâng cao chất lượng mô hình, cung cấp kết quả chép lời tốt nhất trong những lĩnh vực mà độ chính xác và khả năng đọc hiểu là quan trọng nhất.
Nắm vững thuật ngữ doanh nghiệp: Được tối ưu hóa cho bối cảnh kinh doanh và kỹ thuật, mô hình này xử lý chính xác tên công ty, thuật ngữ sản phẩm và biệt ngữ chuyên ngành — một lợi thế quan trọng cho các cuộc họp, cuộc gọi hỗ trợ và tài liệu chuyên nghiệp.
Giảm thiểu ảo giác: Các chiến lược mô hình hóa tiên tiến của Zoom giảm thiểu tối đa các “ảo giác” trong quá trình chép lời, đảm bảo những gì được nhận diện thực sự phản ánh ý định của người nói, chứ không phải là những từ ngữ giả tạo hoặc không liên quan.