产品介绍
Speechmatics 是什么？
Speechmatics 是面向开发者的企业语音技术平台，用于构建转写、字幕、翻译、分析、会议、无障碍和语音智能体产品。其 API 覆盖实时与批量语音转文本、文本转语音和语音智能体流程。当前价格资料称支持 56 种以上转写语言和 69 个翻译语言对。
平台提供语言识别、说话人区分、时间戳、自定义词典、格式化、音频事件，以及可选的摘要、章节、情感、主题和翻译。按方案和能力不同，部署可从托管多区域云扩展到私有云、容器、虚拟设备、端侧和企业本地环境。
如何使用 Speechmatics
- 创建账户和项目，并签发最小权限 API 密钥。
- 选择实时流或批量文件转写以及适合的准确度模型。
- 配置语言识别、说话人、词汇、时间戳、格式和后处理。
- 按需增加翻译、语音生成或语音智能体对话层。
- 上线前测试噪声、口音、语言切换、延迟、同意和保留策略。
核心功能
- 语音转文本 API： 转写流式音频和上传文件。
- 多语言覆盖： 支持 56 种以上语言以及多语言和翻译流程。
- 语音智能体组件： 为对话系统提供低延迟识别和语音生成。
- 转写增强： 包含说话人、时间戳、标点、数字、音频事件和自定义词汇。
- 灵活部署： 提供 SaaS 以及部分私有或本地部署模式。
- 企业控制： 提供更高并发、自定义模型、支持和安全部署选项。
使用场景
- 活动、直播和广播实时字幕。
- 联络中心分析和可搜索通话记录。
- 会议助手、医疗记录和法律转写。
- 多语言语音智能体、IVR 和客服自动化。
价格
免费方案每月包含 3,000 分钟语音转文本额度，由实时和批量额度组成，另含 100 万字符文本转语音。Pro 的 Batch Melia 1 起价为每小时 0.129 美元，其他列出的语音转文本费率为每小时 0.24 至 0.43 美元，并提供模型训练和用量折扣。企业版定制报价，增加规模、私有部署、自定义模型和优先支持。费率和额度可能变化，生产预算应以当前价格页为准。
常见问题
Speechmatics 只是转写应用吗？
不是。它主要是 API 平台，也提供翻译、文本转语音和语音智能体组件。
可以不使用共享 SaaS 环境吗？
部分企业能力支持私有和本地部署，具体取决于组件。
转写能当作完全准确的记录吗？
不能。准确度受音频、说话人、词汇和语言影响，高风险记录需要人工复核和源音频保留策略。
