Universal-3.5 Pro Universal-3.5 Pro 是 AssemblyAI 推出的高准确度语音转文字模型，面向开发者与企业，支持18种语言混合识别和说话人分离，实现精准转录。 热门评论 PH 用户Hey Product Hunt 👋 很高兴再次带着AssemblyAI团队的新模型回归，今天我们发布了Universal-3.5 Pro，同时支持异步和实时转录。如果你曾经在转录之上构建过应用，就会知道转录文本只是第一步：下游的一切——摘要、智能体、分析、搜索——都取决于你起始的词汇有多准确。所以我们这次发布聚焦于把第一步做好，尤其是针对那些大多数模型仍会出错的混乱、多语言、真实世界的音频。我们最兴奋的三件事：🌍 支持18种语言的原生code-switching。当说话者在句子中途从英语切换到西班牙语再切换回来时，Universal-3.5 Pro会以实际所说的语言转录这种混合——无需独立模型、无需配置、不会搞乱边界。它在英语、西班牙语、德语、法语、葡萄牙语、意大利语、土耳其语、荷兰语、瑞典语、挪威语、丹麦语、芬兰语、印地语、越南语、阿拉伯语、希伯来语、日语和中文上都是原生支持。🗣️ 我们迄今最准确的speaker diarization。更清晰的“谁说了什么”，包括短轮次、重叠语音以及diarization通常失效的嘈杂环境。[Drop in the DER / cpWER improvement figure from the post.]✍️ Contextual prompting。给模型一个关于你音频的自然语言prompt——领域、场景、重要的名字和术语——它就会偏向于把这些部分做对。无需维护脆弱的词汇列表。——Devon & AssemblyAI团队PH 用户这太棒了。世界上很多人都是双语的，我等不及要测试了。🙌PH 用户有道理，还在打磨中。作为权宜之计，我们最后把说话人标签在短时间内发生翻转的任何片段标记为低置信度，然后从摘要中剔除，直到有人实际瞄了一眼。很粗糙，但大大减少了无声的错误归属问题。一个原生的逐片段置信度可以让我们删掉整个启发式逻辑，很高兴它被提上了日程。谢谢转达给团队。PH 用户联合diarization + ASR处理才是这里真正的差异化因素，我在别处看到的大多数转录质量投诉，实际上都是穿着转录准确性外衣的说话人归属错误。不过好奇在18种语言列表的边缘会发生什么：如果有人code-switch到不在该列表中的语言，它是优雅地降级并标记低置信度，还是直接强行匹配最近的支持语言，给你一份看起来干净但实际上悄悄错误的转录文本？PH 用户PII编辑 + LLM网关组合是我在处理任何涉及通话录音的内容时首先会接入的部分。关于边界的具体问题：编辑是在原始转录被持久化或记录到你们那边之前发生，还是对已经存储的转录进行的后处理？另外，使用contextual prompting来引导结果，我传递的prompt/context是否会被保留或记录在任何地方，还是在请求结束后立即丢弃？PH 用户恭喜发布！代码切换支持确实是最吸引我的地方，它是为真实对话而非纯净单语言音频设计的。我还喜欢上下文提示部分展示了实际的前后对比示例，而不仅仅是空口宣称。好奇它在处理大规模领域特定术语（比如医疗实体示例）时的表现。在你给Realtime endpoint喂入上下文时，多少会有延迟影响，有上限吗？ 热门产品Dylan Fox2026-07-08原文 打开互动版
如果你曾经在转录之上构建过应用，就会知道转录文本只是第一步：下游的一切——摘要、智能体、分析、搜索——都取决于你起始的词汇有多准确。所以我们这次发布聚焦于把第一步做好，尤其是针对那些大多数模型仍会出错的混乱、多语言、真实世界的音频。
我们最兴奋的三件事：
🌍 支持18种语言的原生code-switching。当说话者在句子中途从英语切换到西班牙语再切换回来时，Universal-3.5 Pro会以实际所说的语言转录这种混合——无需独立模型、无需配置、不会搞乱边界。它在英语、西班牙语、德语、法语、葡萄牙语、意大利语、土耳其语、荷兰语、瑞典语、挪威语、丹麦语、芬兰语、印地语、越南语、阿拉伯语、希伯来语、日语和中文上都是原生支持。
🗣️ 我们迄今最准确的speaker diarization。更清晰的“谁说了什么”，包括短轮次、重叠语音以及diarization通常失效的嘈杂环境。[Drop in the DER / cpWER improvement figure from the post.]
✍️ Contextual prompting。给模型一个关于你音频的自然语言prompt——领域、场景、重要的名字和术语——它就会偏向于把这些部分做对。无需维护脆弱的词汇列表。
——Devon & AssemblyAI团队