AssemblyAI 转录工具 🎙️

使用说话人分离功能（谁在何时说话）转录音频文件。

功能特性

• - ✅ 支持100+种语言的转录
• ✅ 说话人分离（说话人A、B、C...）
• ✅ 每段话语的时间戳
• ✅ 自动语言检测
• ✅ 支持MP3、WAV、M4A、FLAC、OGG、WEBM格式

设置方法

1. 1. 创建AssemblyAI账户：https://www.assemblyai.com/
2. 获取API密钥（免费套餐：每月100分钟）
3. 设置环境变量：

bash
export ASSEMBLYAIAPIKEY=your-api-key

或保存到配置文件：

json
// ~/.assemblyai_config.json
{
apikey: YOURAPI_KEY
}

使用方法

转录本地音频

bash
python3 scripts/transcribe.py /path/to/recording.mp3

转录URL音频

bash
python3 scripts/transcribe.py https://example.com/meeting.mp3

选项参数

bash
python3 scripts/transcribe.py audio.mp3 --no-diarization # 跳过说话人标签
python3 scripts/transcribe.py audio.mp3 --json # 原始JSON输出

输出格式

转录文本

语言：中文
时长：05:32

说话人A [00:00]：大家好，欢迎参加本次会议。
说话人B [00:03]：谢谢！很高兴来到这里。
说话人A [00:06]：让我们从第一个议题开始...

定价方案

• - 免费套餐：每月100分钟免费
• 超出部分：约$0.01/分钟

使用技巧

• - 最佳说话人分离效果：清晰的说话人切换，最小化重叠
• 背景噪音过滤效果良好
• 多语言自动检测功能可靠