语音到文本-AssemblyAI

步骤1：安装SDK​

步骤2：配置SDK​

在这一步中，您将创建一个SDK客户端，并将其配置为使用您的API密钥。

1. 浏览到“您的API密钥”下的文本，然后单击该文本以复制它。
2. 使用您的API密钥创建新客户端。将YOUR_API_KEY替换为复制的API密钥。

步骤3：提交音频进行转录​

在此步骤中，您将提交音频文件进行转录，并等待转录完成。处理音频文件所需的时间取决于其持续时间和启用的模型。大多数的传输在45秒内完成。

1. 指定要转录的音频的URL。URL需要可以从AssemblyAI的服务器访问。有关支持的格式列表，请参阅常见问题解答。
   不支持YouTube URL。如果你想转录YouTube视频，你需要先下载音频。
2. 要生成转录本，请将音频URL传递到transcribe()。

   这可能需要一分钟，而我们正在处理音频。

   选择语音模型

   您可以选择要使用的模型类别，以实现最适合您的应用程序的成本-性能权衡。请参见选择语音模型。

3. 如果转录失败，转录的status将被设置为error。要查看失败的原因，您可以打印error的值。
4. 打印完整的成绩单。
5. 运行应用程序并等待它完成。

您已成功转录第一个音频文件。中可以查看所有已提交的转录作业。

步骤4：启用其他AI模型​

通过使用转录选项启用我们的任何AI模型，您可以从音频中提取更多见解。在这一步中，您将启用Speaker diarization模型来检测谁说了什么。

1. 创建一个TranscriptionConfig，将speaker_labels设置为True，然后将其作为第二个参数传递给transcribe()。
2. 除了完整的文字记录外，您现在还可以访问每个发言者的发言。

转录对象中的许多属性只有在启用相应的模型后才可用。有关详细信息，请参阅语音转文本和音频智能下的模型。