AssemblyAI（預覽版）

使用 AssemblyAI 的語音 AI 從音頻中轉錄和提取數據。

此連接器適用於以下產品和區域：

服務	Class	Regions
副駕駛工作室	進階	除下列區域外的所有 Power Automate 區域： - 美國政府（GCC） - 美國政府（海灣合作委員會高中） - 由 21Vianet 營運的中國雲 - 美國國防部（DoD）
邏輯應用程式	標準	所有 Logic Apps 區域，但下列區域除外： - Azure Government 區域 - Azure 中國區域 - 美國國防部（DoD）
Power Apps	進階	除下列區域外的所有 Power Apps 區域： - 美國政府（GCC） - 美國政府（海灣合作委員會高中） - 由 21Vianet 營運的中國雲 - 美國國防部（DoD）
Power Automate（自動化服務）	進階	除下列區域外的所有 Power Automate 區域： - 美國政府（GCC） - 美國政府（海灣合作委員會高中） - 由 21Vianet 營運的中國雲 - 美國國防部（DoD）

連絡人
名稱	Support
URL	https://www.assemblyai.com/docs/
Email	support@assemblyai.com

連接器中繼資料
Publisher	組裝AI
網站	https://www.assemblyai.com
隱私策略	https://www.assemblyai.com/legal/privacy-policy
類別	AI

透過 AssemblyAI 連接器，您可以使用 AssemblyAI 的模型來處理音訊數據，方法是使用語音辨識模型轉錄音訊資料，使用音訊智慧模型進行分析，並使用 LLM 在其基礎上建立生成功能。

語音轉文字包括許多可配置的功能，例如說話者分類、自定義拼寫、自定義詞彙等。
音訊智慧模型是透過轉錄設定提供和設定的其他 AI 模型。
LeMUR 可讓您將各種 LLM 模型套用至您的成績單，而無需為非常大的成績單建立自己的 RAG 基礎設施。

先決條件

您將需要以下內容才能繼續：

一個 AssemblyAI API 密克（免費獲取一個）

如何取得認證

您可以通過註冊帳戶並從儀表板複製 API 密鑰來免費獲得 AssemblyAI API 密鑰。

開始使用連接器

請依照下列步驟，使用 AssemblyAI 連接器轉錄音訊。

上傳檔案

要使用 AssemblyAI 轉錄音頻文件，該文件需要可供 AssemblyAI 訪問。如果您的音訊檔案已可透過 URL 存取，您可以使用現有的 URL。

否則，您可以使用該 Upload a File 動作將檔案上傳至 AssemblyAI。您將返回文件的 URL，該 URL 只能用於使用您的 API 密鑰進行轉錄。轉錄文件後，該文件將從 AssemblyAI 的服務器中刪除。

轉錄音頻

若要轉錄音訊，請 Audio URL 使用音訊檔案 URL 設定參數。然後，設定其他參數以啟用更多語音辨識功能和音訊智慧模型。

轉錄音訊動作的結果是佇列的文字記錄，該文字記錄將立即開始處理。若要取得完整的成績單，您有兩個選項：

處理文字記錄就緒的 Webhook
輪詢文字記錄狀態

處理文字記錄就緒的 Webhook

如果您不想使用 Logic Apps 或 Power Automate 來處理 Webhook，請在動作中Transcribe Audio設定Webhook URL參數，並遵循 AssemblyAI 的 Webhook 檔實作 Webhook。

若要使用 Logic Apps 或 Power Automate 處理 Webhook，請遵循下列步驟：

建立個別的邏輯應用程式或 Power Automate 流程
設定 When an HTTP request is received 為觸發器：
- 將 Who Can Trigger The Flow? 設定為 Anyone
- 設定 Request Body JSON Schema 為：
```
{
  "type": "object",
  "properties": {
    "transcript_id": {
      "type": "string"
    },
    "status": {
      "type": "string"
    }
  }
}
```
- 將 Method 設定為 POST
新增 AssemblyAI Get Transcript 動作，將 from transcript_id 觸發程式傳遞至 Transcript ID 參數。
在執行任何其他操作之前，您應該檢查是 Statuscompleted 還是 error。新增一個Condition動作，以檢查輸出中的 Get Transcript 是否Status為error：
- 在分支中True，新增動作Terminate
  - 將設定為StatusFailed
  - 將設定為CodeTranscript Error
  - 將從ErrorGet Transcript輸出傳遞至Message參數。
- 您可以將分支留 False 空。
現在，您可以在知道文字記錄狀態為 completed之後新增任何動作Condition，而且您可以擷取動作Get Transcript的任何輸出屬性。
儲存您的邏輯應用程式或流程。將為觸發器產生When an HTTP request is received。HTTP URL 複製並 HTTP URL 返回原始邏輯應用程式或流程。
在原始邏輯應用程式或流程中，更新 Transcribe Audio 動作。將您之前複製的粘 HTTP URL 貼到參數中 Webhook URL ，然後保存。

當文字記錄狀態變成 completed 或 error時，AssemblyAI 會將 HTTP POST 要求傳送至 Webhook URL，這會由您的其他邏輯應用程式或流程處理。

作為使用 Webhook 的替代方案，您可以輪詢文字記錄狀態，如下一節所述。

輪詢文字記錄狀態

您可以使用下列步驟輪詢文字記錄狀態：

新增 Initialize variable 動作
- 將 Name 設定為 transcript_status
- 將 Type 設定為 String
- 將 from StatusTranscribe Audio 輸出儲存到參數中Value
新增 Do until 動作
- Loop Until使用下列 Fx 程式碼設定參數：
```
or(equals(variables('transcript_status'), 'completed'), equals(variables('transcript_status'), 'error'))
```
  這段程式碼會檢查變數是否 transcript_status 為 completederror或。
- 將參數設定 Count 為 86400
- 將參數設定 Timeout 為 PT24H
在動作中 Do until ，新增下列動作：
- 新增 Delay 等待一秒鐘的動作
- 新增動作Get Transcript，並將從IDTranscribe Audio輸出傳遞至Transcript ID參數。
- 新增 Set variable 動作
  - 將 Name 設定為 transcript_status
  - 將輸出的 Get Transcript 傳遞Status給Value參數
循環將繼續 Do until ，直到文字記錄完成或發生錯誤為止。
新增另一個 Get Transcript 動作，就像之前一樣，但在迴圈之後 Do until 新增它，使其輸出在動作範圍 Do until 之外可用。

在執行任何其他操作之前，您應該檢查成績單 Status 是否為 completederror或。新增一個 Condition 動作，檢查是否 transcript_status 為 error：

在分支中True，新增動作Terminate
- 將 Status 設定為 Failed
- 將 Code 設定為 Transcript Error
- 將從ErrorGet Transcript輸出傳遞至Message參數。
您可以將分支留 False 空。

現在，您可以在知道文字記錄狀態為 completed之後新增任何動作Condition，而且您可以擷取動作Get Transcript的任何輸出屬性。

新增更多動作

現在您已經完成了轉錄，您可以使用傳入轉錄的許多 ID 其他動作，例如

Get Sentences of Transcript
Get Paragraphs of Transcript
Get Subtitles of Transcript
Get Redacted Audio
Search Transcript for Words
Run a Task using LeMUR

已知問題與限制

目前沒有已知問題。我們不支援串流語音 -To-Text （即時），因為無法使用自訂連接器。

常見錯誤和補救措施

您可以在 AssemblyAI 文件中找到有關錯誤的詳細資訊。

FAQ

您可以在我們的文件中找到常見問題。

正在建立連線

連接器支援下列驗證類型：


預設值	建立連線的參數。	所有區域	不可共享

預設

適用：所有地區

建立連線的參數。

這不是可共用的連線。如果 Power App 與其他使用者共用，系統會明確提示其他使用者建立新連線。

名稱	類型	Description	為必填項目
AssemblyAI API 金鑰	securestring	用於驗證 AssemblyAI API 的 AssemblyAI API 金鑰。	對

節流限制

名稱	呼叫	續約期間
每個連線的 API 呼叫	100	60 秒

動作

上傳媒體檔案	將媒體檔案上傳到 AssemblyAI 的伺服器。
使用 LeMUR 執行任務	使用 LeMUR 任務端點輸入您自己的 LLM 提示。
列表成績單	擷取您建立的文字記錄清單。成績單從最新到最舊排序。先前的 URL 一律指向具有較舊文字記錄的頁面。
刪除文字記錄	刪除文字記錄。刪除不會刪除資源本身，但會從資源中移除資料，並將其標示為已刪除。
取得已編輯的音訊	擷取已編輯的音訊物件，其中包含已編輯音訊的狀態和 URL。
取得文字記錄	取得文字記錄資源。當「狀態」為「已完成」時，文字記錄就緒。
在成績單中獲取句子	取得按句子分割的文字記錄。 API 將嘗試在語義上將轉錄分成句子，以創建更易於讀者的轉錄。
在文字記錄中獲取段落	取得按段落分割的文字記錄。 API 將嘗試在語義上將您的轉錄分成段落，以創建更易於讀者的轉錄。
成績單中的搜尋字詞	在文字記錄中搜索關鍵字。您可以搜尋包含最多五個單字或數字的單字、數字或片語。
擷取 LeMUR 回應	擷取先前產生的 LeMUR 回應。
清除 LeMUR 請求數據	刪除先前提交的 LeMUR 請求的資料。 LLM 回應資料以及原始請求中提供的任何內容都將被刪除。
獲取文字記錄的字幕	以 SRT 或 VTT 格式匯出您的文字記錄，以便與視訊播放器一起使用，以獲取字幕和隱藏式字幕。
轉錄音頻	從可透過 URL 存取的媒體檔案建立文字記錄。

上傳媒體檔案

作業識別碼：: UploadFile

將媒體檔案上傳到 AssemblyAI 的伺服器。

參數

名稱	機碼	必要	類型	Description
檔案內容	file	True	binary	要上傳的檔案。

傳回

身體: UploadedFile

使用 LeMUR 執行任務

作業識別碼：: LemurTask

使用 LeMUR 任務端點輸入您自己的 LLM 提示。

參數

名稱	機碼	必要	類型	Description
Prompt	prompt	True	string	提示模型產生所需輸出的文字，包括您想要傳遞至模型的任何內容。
成績單 ID	transcript_ids		array of uuid	已完成的文字記錄清單。最多 100 個檔案或 100 小時，以較低者為準。使用 transcript_ids 或 input_text 作為 LeMUR 的輸入。
輸入文字	input_text		string	自訂格式的文字記錄資料。最大大小是所選模型的前後關聯限制，預設為 100000。使用 transcript_ids 或 input_text 作為 LeMUR 的輸入。
上下文	context		string	內容來提供模型。這可以是字串或自由格式的 JSON 值。
最終模型	final_model		string	執行壓縮後用於最終提示的模型。
最大輸出大小	max_output_size		integer	以代幣為單位的最大輸出大小，最多 4000
溫度	temperature		float	要用於模型的溫度。值越高，答案越有創意，值越低，答案越保守。可以是介於 0.0 到 1.0 之間的任何值（含）。

傳回

身體: LemurTaskResponse

列表成績單

作業識別碼：: ListTranscripts

擷取您建立的文字記錄清單。成績單從最新到最舊排序。先前的 URL 一律指向具有較舊文字記錄的頁面。

參數

名稱	機碼	類型	Description
限制	limit	integer	要擷取的文字記錄數量上限
地位	status	string	成績單的狀態。可能的值為 queued、processing、completed 或 error。
創建日期	created_on	date	僅取得在此日期建立的文字記錄
身分證之前	before_id	uuid	取得在此文字記錄 ID 之前建立的文字記錄
識別後	after_id	uuid	取得在此文字記錄 ID 之後建立的文字記錄
僅限流	throttled_only	boolean	僅取得節流的文字記錄，覆寫狀態篩選

傳回

成績單清單。成績單從最新到最舊排序。先前的 URL 一律指向具有較舊文字記錄的頁面。

身體: TranscriptList

刪除文字記錄

作業識別碼：: DeleteTranscript

刪除文字記錄。刪除不會刪除資源本身，但會從資源中移除資料，並將其標示為已刪除。

參數

名稱	機碼	必要	類型	Description
成績單 ID	transcript_id	True	string	成績單的 ID

傳回

文字記錄物件

身體: Transcript

取得已編輯的音訊

作業識別碼：: GetRedactedAudio

擷取已編輯的音訊物件，其中包含已編輯音訊的狀態和 URL。

參數

名稱	機碼	必要	類型	Description
成績單 ID	transcript_id	True	string	成績單的 ID

傳回

身體: RedactedAudioResponse

取得文字記錄

作業識別碼：: GetTranscript

取得文字記錄資源。當「狀態」為「已完成」時，文字記錄就緒。

參數

名稱	機碼	必要	類型	Description
成績單 ID	transcript_id	True	string	成績單的 ID

傳回

文字記錄物件

身體: Transcript

在成績單中獲取句子

作業識別碼：: GetTranscriptSentences

取得按句子分割的文字記錄。 API 將嘗試在語義上將轉錄分成句子，以創建更易於讀者的轉錄。

參數

名稱	機碼	必要	類型	Description
成績單 ID	transcript_id	True	string	成績單的 ID

傳回

身體: SentencesResponse

在文字記錄中獲取段落

作業識別碼：: GetTranscriptParagraphs

取得按段落分割的文字記錄。 API 將嘗試在語義上將您的轉錄分成段落，以創建更易於讀者的轉錄。

參數

名稱	機碼	必要	類型	Description
成績單 ID	transcript_id	True	string	成績單的 ID

傳回

身體: ParagraphsResponse

成績單中的搜尋字詞

作業識別碼：: WordSearch

在文字記錄中搜索關鍵字。您可以搜尋包含最多五個單字或數字的單字、數字或片語。

參數

名稱	機碼	必要	類型	Description
成績單 ID	transcript_id	True	string	成績單的 ID
字組	words	True	array	要搜尋的關鍵字

傳回

身體: WordSearchResponse

擷取 LeMUR 回應

作業識別碼：: GetLemurResponse

擷取先前產生的 LeMUR 回應。

參數

名稱	機碼	必要	類型	Description
LeMUR 請求 ID	request_id	True	string	您先前提出的 LeMUR 請求的 ID。這將在原始請求的回應中找到。

傳回

身體: LemurResponse

清除 LeMUR 請求數據

作業識別碼：: PurgeLemurRequestData

刪除先前提交的 LeMUR 請求的資料。 LLM 回應資料以及原始請求中提供的任何內容都將被刪除。

參數

名稱	機碼	必要	類型	Description
LeMUR 請求 ID	request_id	True	string	您要刪除其資料的 LeMUR 請求的 ID。這將在原始請求的回應中找到。

傳回

身體: PurgeLemurRequestDataResponse

獲取文字記錄的字幕

作業識別碼：: GetSubtitles

以 SRT 或 VTT 格式匯出您的文字記錄，以便與視訊播放器一起使用，以獲取字幕和隱藏式字幕。

參數

名稱	機碼	必要	類型	Description
成績單 ID	transcript_id	True	string	成績單的 ID
字幕格式	subtitle_format	True	string	字幕格式
每個標題的字元數	chars_per_caption		integer	每個標題的字元數上限

傳回

response: string

轉錄音頻

作業識別碼：: CreateTranscript

從可透過 URL 存取的媒體檔案建立文字記錄。

參數

名稱	機碼	必要	類型	Description
音訊網址	audio_url	True	string	要轉錄的音訊或視訊檔案的 URL。
語言代碼	language_code		string	音訊檔案的語言。可能的值可在支援的語言中找到。預設值為 'en_us'。
語言偵測	language_detection		boolean	啟用自動語言偵測，true 或 false。
語音模型	speech_model		string	要用於轉錄的語音模型。
標點符號	punctuate		boolean	啟用自動標點符號，可以是 true 或 false
格式化文字	format_text		boolean	啟用文字格式，可以是 true 或 false
不流暢	disfluencies		boolean	在您的媒體文件中轉錄填充詞，例如“嗯”;可以是真，也可以是假
雙通道	dual_channel		boolean	啟用雙通道轉錄，可以是 true 或 false。
Webhook 網址	webhook_url		string	我們傳送 Webhook 請求的 URL。我們傳送兩種不同類型的 Webhook 請求。當文字記錄完成或失敗時發出一個請求，如果啟用了編輯音訊，則在編輯的音訊準備就緒時發出一個請求redact_pii_audio。
Webhook 驗證標頭名稱	webhook_auth_header_name		string	要與文字記錄已完成或失敗的 Webhook 請求一起傳送的標頭名稱
Webhook 驗證標頭值	webhook_auth_header_value		string	要與文字記錄已完成或失敗的 Webhook 請求一起傳回的標頭值，以增加安全性
關鍵詞組	auto_highlights		boolean	啟用關鍵詞組，true 或 false
音訊開始	audio_start_from		integer	開始在媒體檔案中轉錄的時間點（以毫秒為單位）
音訊結束於	audio_end_at		integer	停止在媒體檔案中轉錄的時間點（以毫秒為單位）
單詞提升	word_boost		array of string	自訂詞彙清單，以提高轉錄機率
單詞提升級別	boost_param		string	提升指定字詞多少
過濾褻瀆	filter_profanity		boolean	從轉錄的文字中篩選髒話，可以是 true 或 false
編輯 PII	redact_pii		boolean	使用編輯 PII 模型從轉錄文字中編輯 PII，可以是 true 或 false
編輯 PII 音訊	redact_pii_audio		boolean	生成原始媒體檔案的副本，並發出語音 PII「嗶嗶聲」，可以是 true 或 false。如需詳細資訊，請參閱 PII 編輯。
編輯 PII 音訊品質	redact_pii_audio_quality		string	控制redact_pii_audio所建立音訊的檔案類型。目前支援mp3（預設）和wav。如需詳細資訊，請參閱 PII 編輯。
編輯 PII 政策	redact_pii_policies		array of string	要啟用的 PII 編輯政策清單。如需詳細資訊，請參閱 PII 編輯。
編輯 PII 替換	redact_pii_sub		string	偵測到 PII 的替換邏輯可以是「entity_name」或「雜湊」。如需詳細資訊，請參閱 PII 編輯。
揚聲器標籤	speaker_labels		boolean	啟用說話者分類，可以是 true 或 false
預計演講者	speakers_expected		integer	告知說話者標籤模型應該嘗試識別多少個說話者，最多 10 個。如需詳細資訊，請參閱說話者分類。
內容審核	content_safety		boolean	啟用內容審核，可以是 true 或 false
內容審核信心	content_safety_confidence		integer	內容審核模型的信賴度臨界值。值必須介於 25 到 100 之間。
主題偵測	iab_categories		boolean	啟用主題偵測，可以是 true 或 false
寄件者	from	True	array of string	要取代的字詞或片語
發往	to	True	string	要取代的單字或片語
情感分析	sentiment_analysis		boolean	啟用情緒分析，可以是 true 或 false
自動章節	auto_chapters		boolean	啟用自動章節，可以是 true 或 false
實體偵測	entity_detection		boolean	啟用實體偵測，可以是 true 或 false
語音閾值	speech_threshold		float	拒絕包含少於此語音部分的音訊檔案。有效值在 [0， 1] （含）範圍內。
啟用摘要	summarization		boolean	啟用摘要，可以是 true 或 false
摘要模型	summary_model		string	總結文字記錄的模型
摘要類型	summary_type		string	摘要類型
啟用自訂主題	custom_topics		boolean	啟用自訂主題，true 或 false
自訂主題	topics		array of string	自訂主題清單

傳回

文字記錄物件

身體: Transcript

定義

已編輯音訊回應

名稱	路徑	類型	Description
地位	status	string	已編輯音訊的狀態
已編輯的音訊 URL	redacted_audio_url	string	已編輯音訊檔案的 URL

WordSearch回應

名稱	路徑	類型	Description
成績單 ID	id	uuid	文字記錄的 ID
比賽總數	total_count	integer	所有相符執行個體的總計數。例如，單字 1 匹配 2 次，單字 2 匹配 3 次，total_count 將等於 5。
相符	matches	array of object	搜尋的相符項
文字	matches.text	string	相符的單字
Count	matches.count	integer	單字在文字記錄中的總次數
時間戳記	matches.timestamps	array of array	時間戳記陣列
時間戳	matches.timestamps	array of integer	結構為 [start_time， end_time] 的時間戳記陣列，以毫秒為單位
Indexes	matches.indexes	array of integer	已完成文字記錄的單字陣列中該單字的所有索引位置的陣列

文字記錄

文字記錄物件

名稱	路徑	類型	Description
ID	id	uuid	成績單的唯一識別碼
音訊網址	audio_url	string	轉錄媒體的 URL
地位	status	string	成績單的狀態。可能的值為 queued、processing、completed 或 error。
語言代碼	language_code	string	音訊檔案的語言。可能的值可在支援的語言中找到。預設值為 'en_us'。
語言偵測	language_detection	boolean	是否啟用自動語言偵測，為 true 或 false
語音模型	speech_model	string	要用於轉錄的語音模型。
文字	text	string	媒體檔案的文字記錄
字組	words	array of object	時間順序單字物件的陣列，文字記錄中的每個單字各一個。如需詳細資訊，請參閱語音辨識。
信賴度	words.confidence	double
開始	words.start	integer
結束	words.end	integer
文字	words.text	string
議長	words.speaker	string	如果已啟用 [說話者分類]，則為句子的說話者，否則為 null
表達方式	utterances	array of object	啟用dual_channel或speaker_labels時，會是逐步陳述物件的清單。如需詳細資訊，請參閱說話者分類。
信賴度	utterances.confidence	double	此話語文字記錄的信賴分數
開始	utterances.start	integer	音訊檔案中話語的開始時間（以毫秒為單位）
結束	utterances.end	integer	音訊檔案中話語的結束時間（以毫秒為單位）
文字	utterances.text	string	此話語的文字
字組	utterances.words	array of object	話語中的話。
信賴度	utterances.words.confidence	double
開始	utterances.words.start	integer
結束	utterances.words.end	integer
文字	utterances.words.text	string
議長	utterances.words.speaker	string	如果已啟用 [說話者分類]，則為句子的說話者，否則為 null
議長	utterances.speaker	string	此話語的說話者，其中每個說話者都會被分配一個連續的大寫字母 - 例如，“A”代表說話者 A，“B”代表說話者 B，等等。
信賴度	confidence	double	文字記錄的信賴分數，介於 0.0 （低信賴度）和 1.0 （高信賴度）之間
音訊持續時間	audio_duration	integer	此轉錄物件媒體檔案的持續時間（以秒為單位）
標點符號	punctuate	boolean	是否啟用自動標點符號，為 true 或 false
格式化文字	format_text	boolean	是否啟用「文字格式」，為 true 或 false
不流暢	disfluencies	boolean	在您的媒體文件中轉錄填充詞，例如“嗯”;可以是真，也可以是假
雙通道	dual_channel	boolean	是否在轉錄請求中啟用雙通道轉錄，為 true 或 false
Webhook 網址	webhook_url	string	我們傳送 Webhook 請求的 URL。我們傳送兩種不同類型的 Webhook 請求。當文字記錄完成或失敗時發出一個請求，如果啟用了編輯音訊，則在編輯的音訊準備就緒時發出一個請求redact_pii_audio。
Webhook HTTP 狀態碼	webhook_status_code	integer	如果提供了 Webhook URL，則我們在傳遞文字記錄完成或失敗的 Webhook 請求時從您的伺服器收到的狀態碼
已啟用Webhook驗證	webhook_auth	boolean	是否提供 Webhook 驗證詳細資料
Webhook 驗證標頭名稱	webhook_auth_header_name	string	要與文字記錄已完成或失敗的 Webhook 請求一起傳送的標頭名稱
速度提升	speed_boost	boolean	是否啟用速度提升
關鍵詞組	auto_highlights	boolean	是否啟用關鍵詞組，為 true 或 false
地位	auto_highlights_result.status	string	成功，或在模型失敗的極少數情況下無法使用
Results	auto_highlights_result.results	array of object	按時間順序排列的關鍵短語陣列
Count	auto_highlights_result.results.count	integer	關鍵詞組在音訊檔案中出現的總次數
等級	auto_highlights_result.results.rank	float	與該關鍵短語的整體音頻文件的總相關性 - 數字越大意味著更相關
文字	auto_highlights_result.results.text	string	關鍵詞組的文本本身
時間戳記	auto_highlights_result.results.timestamps	array of object	關鍵詞組的時間戳記
開始	auto_highlights_result.results.timestamps.start	integer	開始時間（以毫秒為單位）
結束	auto_highlights_result.results.timestamps.end	integer	結束時間（以毫秒為單位）
音訊開始	audio_start_from	integer	開始轉錄的檔案中的時間點（以毫秒為單位）
音訊結束於	audio_end_at	integer	檔案中終止轉錄的時間點（以毫秒為單位）
單詞提升	word_boost	array of string	自訂詞彙清單，以提高轉錄機率
促進	boost_param	string	單字提升參數值
過濾褻瀆	filter_profanity	boolean	是否已啟用褻瀆過濾，true 或 false
編輯 PII	redact_pii	boolean	是否啟用 PII 編輯，為 true 或 false
編輯 PII 音訊	redact_pii_audio	boolean	是否生成了音頻文件的編輯版本，是 true 還是 false。如需詳細資訊，請參閱 PII 編輯。
編輯 PII 音訊品質	redact_pii_audio_quality	string	控制redact_pii_audio所建立音訊的檔案類型。目前支援mp3（預設）和wav。如需詳細資訊，請參閱 PII 編輯。
編輯 PII 政策	redact_pii_policies	array of string	如果已啟用 PII 密文，則已啟用的 PII 密文政策清單。如需詳細資訊，請參閱 PII 編輯。
編輯 PII 替換	redact_pii_sub	string	偵測到 PII 的替換邏輯可以是「entity_name」或「雜湊」。如需詳細資訊，請參閱 PII 編輯。
揚聲器標籤	speaker_labels	boolean	是否啟用說話者分類，可以是 true 或 false
預計演講者	speakers_expected	integer	告訴喇叭標籤模型應該嘗試識別多少個喇叭，最多 10 個。如需詳細資訊，請參閱說話者分類。
內容審核	content_safety	boolean	是否啟用內容審核，可以是 true 或 false
地位	content_safety_labels.status	string	成功，或在模型失敗的極少數情況下無法使用
Results	content_safety_labels.results	array of object
文字	content_safety_labels.results.text	string	內容審核模型所標示之區段的文字記錄
Labels	content_safety_labels.results.labels	array of object	安全標籤陣列，每個在區段中偵測到的敏感主題一個
標籤	content_safety_labels.results.labels.label	string	敏感主題的標籤
信賴度	content_safety_labels.results.labels.confidence	double	所討論主題的信賴分數，從 0 到 1
Severity	content_safety_labels.results.labels.severity	double	該部分討論該主題的嚴重程度，從 0 到 1
句子索引開始	content_safety_labels.results.sentences_idx_start	integer	該節開始的句子索引
句子索引結尾	content_safety_labels.results.sentences_idx_end	integer	區段結尾的句子索引
開始	content_safety_labels.results.timestamp.start	integer	開始時間（以毫秒為單位）
結束	content_safety_labels.results.timestamp.end	integer	結束時間（以毫秒為單位）
總結	content_safety_labels.summary	object	整個音訊檔案的內容審核信賴度結果摘要
嚴重性分數摘要	content_safety_labels.severity_score_summary	object	整個音訊檔案的內容審核嚴重性結果摘要
主題偵測	iab_categories	boolean	是否啟用主題偵測，可以是 true 或 false
地位	iab_categories_result.status	string	成功，或在模型失敗的極少數情況下無法使用
Results	iab_categories_result.results	array of object	主題偵測模型的結果陣列
文字	iab_categories_result.results.text	string	文字記錄中偵測到的主題發生的文字
Labels	iab_categories_result.results.labels	array of object
相關性	iab_categories_result.results.labels.relevance	double	偵測到的主題與偵測到的主題的相關性
標籤	iab_categories_result.results.labels.label	string	偵測到主題標籤的IAB分類標籤，其中 > 表示超主題/子主題關係
開始	iab_categories_result.results.timestamp.start	integer	開始時間（以毫秒為單位）
結束	iab_categories_result.results.timestamp.end	integer	結束時間（以毫秒為單位）
總結	iab_categories_result.summary	object	主題與整個音訊檔案的整體相關性
自訂拼字	custom_spelling	array of object	使用 to 和 from 值自訂單字的拼字和格式化方式
寄件者	custom_spelling.from	array of string	要取代的字詞或片語
發往	custom_spelling.to	string	要取代的單字或片語
啟用自動章節	auto_chapters	boolean	是否啟用自動章節，可以是 true 或 false
章節	chapters	array of object	音訊檔案的時間順序章節陣列
要旨	chapters.gist	string	對章節所說內容的超簡摘要（短短幾句話）
題	chapters.headline	string	章節中所說內容的單句總結
總結	chapters.summary	string	本章所說內容的一段摘要
開始	chapters.start	integer	章節的開始時間（以毫秒為單位）
結束	chapters.end	integer	章節的開始時間（以毫秒為單位）
已啟用摘要	summarization	boolean	是否啟用摘要，為 true 或 false
摘要類型	summary_type	string	產生的摘要類型（如果已啟用摘要）
摘要模型	summary_model	string	用來產生摘要的摘要模型（如果已啟用摘要）
總結	summary	string	媒體檔案產生的摘要（如果已啟用摘要）
已啟用自訂主題	custom_topics	boolean	是否啟用自訂主題，為 true 或 false
主題	topics	array of string	如果已啟用自訂主題，則提供的自訂主題清單
情感分析	sentiment_analysis	boolean	是否啟用情緒分析，可以是 true 或 false
情緒分析結果	sentiment_analysis_results	array of object	情緒分析模型的結果陣列（如果已啟用）。如需詳細資訊，請參閱情緒分析。
文字	sentiment_analysis_results.text	string	判決的文字記錄
開始	sentiment_analysis_results.start	integer	句子的開始時間（以毫秒為單位）
結束	sentiment_analysis_results.end	integer	句子的結束時間（以毫秒為單位）
情緒	sentiment_analysis_results.sentiment		偵測到的句子情緒，POSITIVE、NEUTRAL、NEGATIVE 之一
信賴度	sentiment_analysis_results.confidence	double	偵測到的句子情緒的信賴度分數，從 0 到 1
議長	sentiment_analysis_results.speaker	string	如果已啟用 [說話者分類]，則為句子的說話者，否則為 null
實體偵測	entity_detection	boolean	是否啟用實體偵測，可以是 true 或 false
實體或單位	entities	array of object	實體偵測模型的結果陣列（如果已啟用）。如需詳細資訊，請參閱實體偵測。
實體類型	entities.entity_type	string	偵測到的實體的實體類型
文字	entities.text	string	偵測到的實體的文字
開始	entities.start	integer	偵測到的實體出現在音訊檔案中的開始時間（以毫秒為單位）
結束	entities.end	integer	音訊檔案中偵測到的實體的結束時間（以毫秒為單位）
語音閾值	speech_threshold	float	預設為 null。拒絕包含少於此語音部分的音訊檔案。有效值在 [0， 1] （含）範圍內。
節流	throttled	boolean	當要求受到節流時為 true，當要求不再節流時為 false
錯誤	error	string	文字記錄失敗原因的錯誤訊息
語言模型	language_model	string	用於文字記錄的語言模型
聲學模型	acoustic_model	string	用於文字記錄的聲學模型

句子回應

名稱	路徑	類型	Description
成績單 ID	id	uuid
信賴度	confidence	double
音訊持續時間	audio_duration	number
句子	sentences	array of object
文字	sentences.text	string
開始	sentences.start	integer
結束	sentences.end	integer
信賴度	sentences.confidence	double
字組	sentences.words	array of object
信賴度	sentences.words.confidence	double
開始	sentences.words.start	integer
結束	sentences.words.end	integer
文字	sentences.words.text	string
議長	sentences.words.speaker	string	如果已啟用 [說話者分類]，則為句子的說話者，否則為 null
議長	sentences.speaker	string	如果已啟用 [說話者分類]，則為句子的說話者，否則為 null

段落回應

名稱	路徑	類型	Description
成績單 ID	id	uuid
信賴度	confidence	double
音訊持續時間	audio_duration	number
Paragraphs	paragraphs	array of object
文字	paragraphs.text	string
開始	paragraphs.start	integer
結束	paragraphs.end	integer
信賴度	paragraphs.confidence	double
字組	paragraphs.words	array of object
信賴度	paragraphs.words.confidence	double
開始	paragraphs.words.start	integer
結束	paragraphs.words.end	integer
文字	paragraphs.words.text	string
議長	paragraphs.words.speaker	string	如果已啟用 [說話者分類]，則為句子的說話者，否則為 null
議長	paragraphs.speaker	string	如果已啟用 [說話者分類]，則為句子的說話者，否則為 null

成績單列表

成績單清單。成績單從最新到最舊排序。先前的 URL 一律指向具有較舊文字記錄的頁面。

名稱	路徑	類型	Description
限制	page_details.limit	integer	此頁面僅限於結果數量
結果計數	page_details.result_count	integer	頁面中的實際結果數目
目前的 URL	page_details.current_url	string	用來擷取文字記錄目前頁面的 URL
上一個網址	page_details.prev_url	string	下一頁文字記錄的 URL。先前的 URL 一律指向具有較舊文字記錄的頁面。
下一個網址	page_details.next_url	string	下一頁文字記錄的 URL。下一個 URL 一律指向具有較新文字記錄的頁面。
Transcripts	transcripts	array of object
ID	transcripts.id	uuid
資源 URL	transcripts.resource_url	string
地位	transcripts.status	string	成績單的狀態。可能的值為 queued、processing、completed 或 error。
已建立	transcripts.created	string
完成	transcripts.completed	string
音訊網址	transcripts.audio_url	string
錯誤	transcripts.error	string	文字記錄失敗原因的錯誤訊息

已上傳檔案

名稱	路徑	類型	Description
上傳的檔案網址	upload_url	string	指向您的音頻文件的 URL，只能由 AssemblyAI 的服務器訪問

PurgeLemurRequestDataResponse

名稱	路徑	類型	Description
清除要求識別碼	request_id	uuid	LeMUR 請求的刪除請求的 ID
LeMUR 請求 ID 清除	request_id_to_purge	uuid	LeMUR 要求清除資料的 ID
已刪除	deleted	boolean	是否已刪除請求資料

狐猴任務回應

名稱	路徑	類型	Description
回應	response	string	LeMUR 產生的回應。
LeMUR 請求 ID	request_id	uuid	LeMUR 請求的 ID
輸入權杖	usage.input_tokens	integer	模型使用的輸入記號數目
輸出權杖	usage.output_tokens	integer	模型產生的輸出權杖數目

狐猴回應

名稱	路徑	類型	Description
回應	response	string	LeMUR 產生的回應。
LeMUR 請求 ID	request_id	uuid	LeMUR 請求的 ID
輸入權杖	usage.input_tokens	integer	模型使用的輸入記號數目
輸出權杖	usage.output_tokens	integer	模型產生的輸出權杖數目

字串

這是基本資料類型「string」。

共用方式為

AssemblyAI（預覽版）

先決條件

如何取得認證

開始使用連接器

上傳檔案

轉錄音頻

處理文字記錄就緒的 Webhook

輪詢文字記錄狀態

新增更多動作

已知問題與限制

常見錯誤和補救措施

FAQ

正在建立連線

預設

節流限制

動作

上傳媒體檔案

參數

傳回

使用 LeMUR 執行任務

參數

傳回

列表成績單

參數

傳回

刪除文字記錄

參數

傳回

取得已編輯的音訊

參數

傳回

取得文字記錄

參數

傳回

在成績單中獲取句子

參數

傳回

在文字記錄中獲取段落

參數

傳回

成績單中的搜尋字詞

參數

傳回

擷取 LeMUR 回應

參數

傳回

清除 LeMUR 請求數據

參數

傳回

獲取文字記錄的字幕

參數

傳回

轉錄音頻

參數

傳回

定義

已編輯音訊回應

WordSearch回應

文字記錄

句子回應

段落回應

成績單列表

已上傳檔案

PurgeLemurRequestDataResponse

狐猴任務回應

狐猴回應

字串