语音模型AssemblyAI稳定版
Universal-3.5 Pro
Universal-3.5 Pro 是 AssemblyAI 于 2026 年 6 月发布的新一代高准确率语音识别模型，增强代码切换、说话人分离和多语言支持。
计费价格
公开资料未说明
输入形式
音频
高准确率转写说话人分离多语言录音
官方模型目录与价格对比
找模型，不只看名字，还要看 能力和价格
按模型类型、上下文、价格和厂商整理官方模型目录，方便你快速筛出适合写代码、做推理、跑视觉或搭 Agent 的那一批模型。
先缩小候选，再进详情页看接口、计费和能力边界。
已收录模型
1,303
覆盖厂商
63
带价格信息
355
语音模型AssemblyAI稳定版
Universal-3.5 Pro Realtime
Universal-3.5 Pro Realtime 是 AssemblyAI 于 2026 年 6 月发布的实时语音识别模型，支持上下文感知转写和低延迟语音 Agent。
计费价格
公开资料未说明
输入形式
音频
实时转写语音 Agent低延迟交互
语音模型AssemblyAI稳定版
Universal-3 Pro
Universal-3 Pro 是 AssemblyAI 当前主力预录音语音识别模型，强调更高准确率、更强 prompting 和复杂语音内容处理。
计费价格
公开资料未说明
输入形式
音频
高准确率转写多语言录音复杂语音内容
计费价格
公开资料未说明
输入形式
音频
旧链路兼容广语言覆盖通用录音转写
语音模型AssemblyAI稳定版
Universal-3 Pro Streaming
Universal-3 Pro Streaming 是 AssemblyAI 当前高准确率实时转写主力模型，适合低延迟语音 Agent 和电话流式场景。
计费价格
公开资料未说明
输入形式
音频
实时语音 Agent电话机器人高准确率流式转写
语音模型AssemblyAI稳定版
Universal-Streaming Multilingual
Universal-Streaming Multilingual 是 AssemblyAI 面向多语种实时语音识别的流式模型，适合跨语言客服和语音助手。
计费价格
公开资料未说明
输入形式
音频
多语言实时转写跨语言客服语音助手
语音模型AssemblyAI稳定版
Universal-Streaming English
Universal-Streaming English 是 AssemblyAI 面向英语实时转写的流式模型，适合英语客服、会议和电话通话场景。
计费价格
公开资料未说明
输入形式
音频
英语实时转写客服通话会议语音
语音模型AssemblyAI稳定版
Whisper Streaming
Whisper Streaming 是 AssemblyAI 当前公开保留的流式 Whisper 路线，适合已有 Whisper 兼容心智和旧工具链衔接。
计费价格
公开资料未说明
输入形式
音频
Whisper 兼容旧工具衔接实时转写
计费价格
公开资料未说明
输入形式
音频 / 文本
音频理解日语开放权重
语音模型Liquid AI稳定版
LFM2.5-Audio-1.5B
1.5B fully interleaved audio/text model for TTS, ASR, and voice chat
计费价格
公开资料未说明
输入形式
文本 / 音频
语音助手ASR / TTS语音交互
计费价格
公开资料未说明
输入形式
文本 / 音频
语音助手ASR / TTS语音交互
计费价格
公开资料未说明
输入形式
音频
预录音转写成本控制批量文件处理
语音模型Speechmatics稳定版
Batch STT Enhanced
Speechmatics 的 Batch STT Enhanced 是更高准确率的预录音转写口径，适合字幕、合规和高质量转写场景。
计费价格
公开资料未说明
输入形式
音频
高准确率转写字幕生产合规审阅
语音模型Speechmatics稳定版
Realtime STT Standard
Speechmatics 的 Realtime STT Standard 面向低延迟实时转写，适合客服、通话和在线语音交互。
计费价格
公开资料未说明
输入形式
音频
实时转写客服通话低延迟语音输入
语音模型Speechmatics稳定版
Realtime STT Enhanced
Speechmatics 的 Realtime STT Enhanced 面向更高准确率的实时语音识别，适合语音 Agent、直播和高要求电话场景。
计费价格
公开资料未说明
输入形式
音频
高准确率实时转写语音 Agent直播字幕
计费价格
公开资料未说明
输入形式
文本
文本转语音低延迟播报语音助手
语音模型Speechmatics稳定版
Speechmatics Flow
Speechmatics Flow 是官方公开的 Voice Agent 工作流能力线，负责实时对话编排、TTS 返回和工具调用。
计费价格
公开资料未说明
输入形式
音频 / 文本
语音 Agent实时对话工具调用
计费价格
公开资料未说明
输入形式
音频 / 文本
语音识别语音理解开放权重
语音模型IBM Granite稳定版
Granite Speech 4.1 2B Plus
Granite Speech 4.1 2B Plus 是 IBM 于 2026 年 4 月发布的增强语音理解模型。
计费价格
公开资料未说明
输入形式
音频 / 文本
语音识别语音理解开放权重
计费价格
公开资料未说明
输入形式
音频 / 文本
语音转写语音翻译多语种语音