Layanan Zoom AI: API Scribe

API pengubah ucapan-ke-teks paling akurat di dunia

Transkripsi berkualitas yang dapat Anda percayai, didukung oleh Zoom ASR Model Pro.

Menduduki peringkat sebagai model dengan kinerja terbaik di HuggingFace Open ASR Leaderboard, Scribe API menawarkan layanan Sinkronisasi Cepat maupun Transkripsi Batch, yang dibangun di ASR yang sama dengan yang mendukung jutaan rapat Zoom setiap hari.

Coba demo Dapatkan kunci API

Kemampuan

Semua yang Anda perlukan untuk pengubah ucapan-ke-teks

Dari nyaris seketika hingga pemrosesan kelompok, API Scribe dari Zoom menghadirkan layanan transkripsi dengan akurasi dan kecepatan tinggi.

Transkripsi sinkronisasi cepat

Akses transkripsi sinkron berlatensi rendah untuk file audio individual. Proses satu file pada satu waktu dengan respons langsung setelah selesai.

Transkripsi batch

Proses file audio dan video yang telah direkam sebelumnya dalam skala besar. Dukungan untuk MP3, WAV, MP4, FLAC, OGG, dan banyak lagi dengan deteksi format otomatis.

Stempel waktu per kata

Dapatkan waktu mulai dan akhir yang tepat untuk setiap kata, memungkinkan pembuatan subtitle yang sempurna, pencarian audio, dan pengindeksan konten.

Gunakan penyimpanan Anda sendiri

Simpan transkrip Anda dengan aman di bucket AWS S3 milik Anda untuk kontrol data dan kepatuhan yang lebih baik.

Identifikasi speaker

Secara otomatis labelkan pembicara yang berbeda dalam percakapan multi-pihak dengan tingkat akurasi tinggi. (Segera hadir)

Dukungan multibahasa

Buat transkrip dalam multi-bahasa dan dialek dengan model yang tangguh terhadap aksen yang dilatih pada dataset yang beragam. (Segera hadir)

Coba sekarang

Lihatlah Sendiri Keakuratannya

Klik mikrofon untuk menggunakan masukan audio browser Anda guna menyimulasikan transkripsi. Demo hanya tersedia dalam bahasa Inggris.

Zoom Scribe API Playground

Klik mikrofon untuk memulai demo transkripsi

Hasil Transkripsi

Latency: — Confidence: —

Transkripsi akan muncul di sini...

Kinerja

Zoom Speech menempati peringkat di antara model teratas di Open ASR Leaderboard

Kami dengan bangga berbagi bahwa teknologi Pengenalan Suara Zoom berada di antara model teratas di Open ASR Leaderboard, sebuah tolok ukur global untuk kinerja pengenalan suara otomatis (ASR). Tonggak pencapaian ini mencerminkan pencarian tanpa henti kami terhadap keunggulan dalam teknologi suara dan kekuatan API Scribe Layanan Zoom AI.
Kekuatan utama model meliputi:

Keakuratan Terbaik di Kelasnya: Kerangka inovasi kami yang dapat diskalakan terus meningkatkan kualitas model, memberikan hasil transkripsi terbaik di kelasnya di mana keakuratan dan keterbacaan paling penting.
Penguasaan Terminologi Perusahaan: Dioptimalkan untuk konteks bisnis dan teknis, model ini secara akurat menangani nama perusahaan, istilah produk, dan jargon khusus domain — keuntungan penting untuk rapat, panggilan dukungan, dan dokumentasi profesional.
Pengurangan Halusinasi: Strategi pemodelan canggih Zoom meminimalkan halusinasi transkripsi agar apa yang dikenali benar-benar mencerminkan maksud pembicara, bukan kata buatan atau tambahan.