Serviços de Zoom AI: Scribe API

A API de fala para texto mais precisa do mundo

Transcrição de alta qualidade e confiável, alimentada pelo modelo ASR Pro do Zoom.

Classificada entre os modelos de melhor desempenho no comparativo HuggingFace Open ASR Leaderboard, a Scribe API oferece serviços de transcrição ao vivo com sincronização rápida e em lote, baseados no mesmo ASR usado em milhões de reuniões do Zoom todos os dias.

Confira a demonstração Acesse sua chave da API Consultar preços

Recursos

Tudo o que você precisa para transcrição de fala para texto

Seja no processamento em tempo real ou em lote, a Zoom Scribe API oferece serviços de transcrição de alta velocidade e precisão.

Transcrição ao vivo

Oferece transcrição de áudio em texto em tempo real com latência ultrabaixa, feito sob medida para aplicações ao vivo que exigem reconhecimento de fala em tempo real.

Transcrição com sincronização rápida

Acesse transcrições síncronas de baixa latência para arquivos de áudio individuais. Processe um arquivo por vez com resposta imediata após a conclusão.

Transcrição em lote

Processe arquivos de áudio e vídeo pré-gravados em larga escala. Compatível com MP3, WAV, MP4, FLAC, OGG, entre outros, com detecção automática de formato.

Use o seu armazenamento

Armazene as transcrições de forma segura no seu próprio bucket do AWS S3 para aumentar o controle dos dados e reforçar a conformidade.

Diarização de oradores

Identifique automaticamente e com muita precisão os diferentes apresentadores em conversas com vários participantes

Cobre diversos idiomas

Transcreva em vários idiomas e dialetos usando modelos robustos no reconhecimento de sotaques, treinados em diversos conjuntos de dados

Conheça agora

Confira e comprove a precisão

Clique no microfone para usar a entrada de áudio do navegador e simular uma transcrição. Demonstração disponível somente em inglês.

Zoom Scribe API Playground

Clique no microfone para iniciar a transcrição da demonstração

Saída da transcrição

Latency: — Confidence: —

A transcrição aparecerá aqui...

Desempenho

Reconhecimento de fala do Zoom classificado entre os melhores no Open ASR Leaderboard

A tecnologia de reconhecimento de fala do Zoom está entre os melhores modelos do Open ASR Leaderboard, uma referência global de desempenho em reconhecimento automático de fala (ASR). Esse marco reflete nossa busca incessante pela excelência em tecnologia de fala e a robustez da Scribe API dos serviços do Zoom AI.

Entre os principais pontos fortes do modelo, estão:

A melhor precisão da categoria: nossa estrutura de inovação escalável aprimora a qualidade do modelo de maneira contínua, para oferecer uma precisão de transcrição incomparável onde a confiabilidade e a legibilidade são fundamentais.
Domínio da terminologia empresarial: otimizado para contextos corporativos e técnicos, o modelo identifica com precisão nomes de empresas, termos de produtos e jargões específicos da área, o que é uma vantagem essencial para reuniões, chamadas de suporte e documentação profissional.
Redução das alucinações: as estratégias avançadas de modelagem do Zoom minimizam as "alucinações" nas transcrições. Assim, o que é reconhecido realmente reflete a intenção do apresentador, e não palavras artificiais ou irrelevantes.

Casos de uso

Feita para todo tipo de conversa

Das salas de reuniões às centrais de contato, a Zoom Scribe API transforma as palavras faladas em informações relevantes.

Análises do Contact Center

Transcreva as chamadas de clientes, detecte sentimentos, identifique tópicos e descubra insights para melhorar o desempenho dos agentes.
Processamento de mídia

Converta gravações em transcrições e legendas com carimbo de data e hora para edição e pesquisa.
Aplicativos de inteligência conversacional

Integre a conversão precisa de fala em texto em qualquer plataforma ou aplicativo de conversa para assistentes virtuais e roteamento automatizado, oferecendo um autoatendimento sem interrupções.
Gestão do conhecimento empresarial

Faça a ingestão e transcreva milhares de gravações de reuniões, reuniões gerais e webinars para criar bases de conhecimento corporativas centralizadas e consultáveis instantaneamente.
Edtech e arquivamento de cursos

Transcreva de forma assíncrona bibliotecas inteiras de aulas já ministradas e cursos online para criar guias de estudo completos e garantir a conformidade rigorosa com os requisitos de acessibilidade.
Pesquisa de mercado e análise qualitativa

Transcreva rapidamente centenas de horas de gravações de grupos focais, entrevistas com usuários e estudos de campo para acelerar a análise dos temas e a geração de relatórios.

Focado em desenvolvedores

Comece a transcrever em minutos

APIs simples e bem-documentadas
Especificações REST API e OpenAPI
Tratamento abrangente de erros
Retornos de chamada webhook para tarefas assíncronas

Ver documentação da API

Preços

Precificação simples e transparente

Use créditos pré-pagos para sua utilização da Scribe API com tarifas transparentes.

Scribe API Batch

US$ 0,15

por hora

A Scribe API Batch processa todos os arquivos de áudio do seu armazenamento e converte áudio em texto para fluxos de trabalho de transcrição escaláveis.

O uso é medido com base na duração total do áudio processado, em minutos, ao longo de um determinado período de faturamento.

Scribe API Fast

US$ 0,20

por hora

A Scribe API Fast converte áudio em texto em segundos, com precisão em nível empresarial, para aplicativos quase em tempo real.

O uso é medido com base na duração total do áudio processado, em minutos, ao longo de um determinado período de faturamento.