AssemblyAI

AssemblyAI는 음성 인식 및 이해를 전문으로 하는 선도적인 인공지능 회사입니다. 확장 가능한 단일 API를 통해 포괄적인 AI 모델 제품군을 제공하여 개발자와 기업이 음성 데이터의 가치를 최대한 활용할 수 있도록 지원합니다. 최고의 스타트업과 글로벌 기업의 신뢰를 받는 AssemblyAI는 정확하고 통찰력 있는 오디오 처리에 의존하는 세계적 수준의 제품을 구축하기 위한 기본 기술을 제공합니다. 이 플랫폼은 업계 최고의 정확도로 사전 녹음된 오디오 파일을 변환하는 것부터 대화형 음성 애플리케이션을 위한 실시간 오디오 스트림을 처리하는 것까지 모든 것을 처리하도록 설계되었습니다.

AssemblyAI 사용 방법

AssemblyAI 시작은 개발자에게 간단하도록 설계되었습니다. 주요 상호 작용 방법은 강력한 API를 통하는 것입니다. 일반적인 워크플로우는 다음과 같습니다.

1. API 키 받기: AssemblyAI 웹사이트에서 무료 계정에 가입하여 평가용 API 키와 50달러의 무료 크레딧을 받으세요.
2. 모델 선택: 필요에 맞는 적절한 모델을 선택하세요. 99개 이상의 언어에 대한 고정밀 변환을 위해서는 'Universal' 모델을, 법률이나 의료와 같은 전문 분야에는 'Slam-1'을, 음성 에이전트와 같은 실시간 애플리케이션에는 'Universal-Streaming'을 사용하세요.
3. SDK 또는 직접 API 호출 사용: 공식 SDK(Python, JavaScript 등 인기 언어용) 중 하나를 사용하거나 API 엔드포인트에 직접 HTTP 요청을 하여 AssemblyAI를 애플리케이션에 통합하세요. 문서는 명확하고 포괄적이며 다양한 사용 사례에 대한 코드 예제를 제공합니다.
4. 오디오 제출: 오디오 데이터를 API로 보내세요. 사전 녹음된 파일(URL 제공 또는 업로드)이거나 라이브 오디오 스트림일 수 있습니다.
5. 구조화된 데이터 수신: API는 오디오를 처리하고 텍스트, 타임스탬프, 화자 레이블 및 감정 분석, 요약 또는 감지된 주제와 같이 요청한 추가 통찰력이 포함된 구조화된 JSON 응답을 반환합니다.
6. 플레이그라운드에서 테스트: 비개발자나 빠른 테스트를 위해 AssemblyAI는 코드를 작성하지 않고도 오디오 파일을 업로드하고 모델의 출력을 실시간으로 볼 수 있는 노코드 플레이그라운드를 제공합니다.

AssemblyAI의 핵심 기능

• 음성-텍스트 변환: 사전 녹음된 오디오 파일에 대한 매우 정확한 변환. 영숫자, 고유 명사 및 텍스트 서식에 대한 정확도에서 업계를 선도하며 경쟁사보다 환각(hallucinations)이 최대 30% 적습니다.
• 스트리밍 음성-텍스트 변환: 초저지연으로 라이브 오디오 및 비디오를 실시간으로 변환합니다. 'Universal-Streaming' 모델은 음성 에이전트를 위해 특별히 제작되었으며, 정확한 발화 종료 감지 및 높은 정확도를 제공하여 부드럽고 인간과 같은 대화를 가능하게 합니다.
• 음성 이해(오디오 인텔리전스): 단순한 변환을 넘어 깊은 통찰력을 제공하는 모델 제품군입니다. 여기에는 요약, PII 수정(오디오 및 텍스트용), 개체 감지, 주제 감지, 감정 분석, 콘텐츠 중재 및 자동 챕터가 포함됩니다.
• 고급 화자 분리: 단일 오디오 파일에서 다른 화자를 정확하게 식별하고 레이블을 지정합니다.
• 자동 언어 감지: 99개 이상의 지원 언어 목록에서 오디오 파일에서 사용되는 언어를 자동으로 감지합니다.
• LeMUR(대규모 언어 모델을 활용한 리치 미디어 이해): Anthropic의 Claude 시리즈와 같은 강력한 LLM을 텍스트에 직접 적용하여 콘텐츠에 대해 질문하거나, 요약을 생성하거나, 사용자 지정 정보를 추출하는 등 복잡한 작업을 수행할 수 있는 프레임워크입니다.
• 개발자 우선 플랫폼: 포괄적인 문서, 신뢰할 수 있는 SDK 및 월 6억 건 이상의 추론 호출을 처리하는 확장 가능한 인프라를 갖추고 있습니다.

AssemblyAI의 사용 사례

AssemblyAI의 기술은 다양한 산업 분야의 광범위한 애플리케이션에 힘을 실어줍니다.

• 음성 에이전트: 고객 서비스, 약속 예약 및 기타 자동화된 작업을 위한 반응이 빠르고 인간과 같은 음성 봇을 구축합니다. 저지연 스트리밍 API는 대화가 자연스럽게 흐르도록 보장합니다.
• 대화형 인텔리전스: 영업 및 지원 통화를 분석하여 핵심 주제, 고객 감정 및 상담원 성과 지표를 추출합니다. 기업은 이를 사용하여 수주율을 높이고 코칭을 개선하며 고객 만족도를 높입니다.
• 미디어 및 콘텐츠 제작: 팟캐스트, 인터뷰 및 비디오 콘텐츠를 자동으로 변환하여 캡션, 쇼 노트 및 검색 가능한 아카이브를 만듭니다. 자동 챕터 기능은 주요 섹션에 대한 타임스탬프를 자동으로 생성할 수 있습니다.
• 회의록 작성: 가상 회의의 정확한 텍스트와 요약을 생성하여 생산성을 향상시키고 중요한 정보가 손실되지 않도록 합니다.
• 규정 준수 및 중재: 통화 녹음에서 개인 식별 정보(PII)를 자동으로 수정하여 GDPR 및 HIPAA와 같은 규정 준수 표준을 충족합니다. 콘텐츠 중재 기능은 유해하거나 부적절한 콘텐츠를 플래깅할 수 있습니다.

AssemblyAI의 장점

AssemblyAI를 선택하면 다음과 같은 몇 가지 주요 이점이 있습니다.

• 타의 추종을 불허하는 정확성: 편견 없는 평가에서 최종 사용자가 선호하는 가장 신뢰할 수 있는 오디오 출력을 기반으로 구축합니다.
• 확장성 및 신뢰성: 인프라는 몇 번의 API 호출에서 수백만 번까지 손쉽게 확장할 수 있도록 구축되었으며, 높은 동시성과 사용자 정의 가능한 속도 제한을 제공합니다.
• 포괄적인 솔루션: 변환과 심층 오디오 분석을 위한 올인원 플랫폼으로, 여러 서비스를 통합할 필요성을 줄여줍니다.
• 지속적인 혁신: AssemblyAI는 연구 우선주의를 표방하며, 모델을 지속적으로 발전시키고 매주 업데이트와 기능을 출시하여 고객이 최첨단을 유지할 수 있도록 합니다.
• 엔터프라이즈급 보안: SOC 2 Type 2, GDPR, HIPAA 및 ISO 27001 준수를 통해 데이터를 비공개로 안전하게 보호합니다.
• 투명하고 확장 가능한 가격 책정: 대량 할인이 포함된 종량제 모델은 비용이 혁신적인 제품을 구축하고 확장하는 데 장벽이 되지 않도록 보장합니다.

가격 및 플랜

AssemblyAI는 사용량에 따라 확장되도록 설계된 유연한 가격 구조를 제공합니다.

• 무료 플랜: 개발 및 테스트에 이상적인 이 플랜에는 50달러의 무료 크레딧이 포함되어 있으며, 이는 약 185시간의 사전 녹음된 오디오 변환 또는 333시간의 스트리밍에 충분합니다. 동시성이 제한됩니다.
• 종량제: 약정 없이 바로 사용할 수 있는 표준 프로덕션 플랜입니다. 가격은 사용량 기반입니다.
  • 사전 녹음된 음성-텍스트 변환(Universal & Slam-1 모델): 시간당 0.27달러.
  • 스트리밍 음성-텍스트 변환(Universal-Streaming 모델): 시간당 0.15달러.
  • 오디오 인텔리전스 모델: 기능별 가격 책정(예: 요약 시간당 0.03달러, PII 수정 시간당 0.08달러).
  • LeMUR(LLM 사용): 1,000 토큰당 가격이 책정되며, 선택한 LLM에 따라 다릅니다(예: Claude 3.5 Sonnet 입력 토큰 1k당 0.003달러, 출력 토큰 1k당 0.015달러).
• 맞춤형 플랜: 대량 할인, 전용 인프라, 온프레미스 배포 옵션 또는 맞춤형 모델 구성이 필요한 대기업을 위한 플랜입니다. 맞춤형 솔루션을 위해 영업팀에 문의하세요.

청구는 계정에 자금을 입금하면 API를 사용할 때 소진되는 방식으로 처리됩니다. 다중 채널 오디오는 채널별로 청구됩니다.