هوش مصنوعی هرمزهرمزورود

AssemblyAI: Universal-3.5 Pro: مدل صوتی

Universal-3.5 Pro مدلِ گفتار-به-متنِ AssemblyAI است که متنِ کامل را همراه با زمان‌بندیِ واژه‌به‌واژه در یک پاسخ برمی‌گرداند. از داخل ایران و از طریق هرمز.

قیمت:
$0.0075/minute of audio
نوع:
audio
  • صوت

Universal-3.5 Pro یک مدلِ گفتار-به-متن از AssemblyAI است. متنِ کامل را همراه با زمان‌بندیِ واژه‌به‌واژه در یک پاسخِ هم‌زمان برمی‌گرداند؛ برای کلیپ‌های کوتاهی که پاسخِ فوری لازم دارند مناسب است.

هرمز Universal-3.5 Pro را روی دو مسیر ارائه می‌دهد: مسیرِ سازگار با OpenAI یعنی /v1/audio/transcriptions که متن را در همان پاسخ برمی‌گرداند، و /v1/predictions برای ضبط‌های طولانی که در پس‌زمینه پردازش می‌شوند. فقط صدای WAV می‌پذیرد. در آزمایش‌های ما روی گفتارِ فارسی نتیجه قابل‌قبول بود؛ برای بهترین دقت در فارسی، آن را با Scribe v2 یا MAI-Transcribe 2 مقایسه کنید.

هزینه به ازای هر دقیقه صدا محاسبه می‌شود؛ نرخِ روز در جدولِ قیمتِ همین صفحه آمده و فقط بابت مصرفِ واقعی پرداخت می‌کنید. هرمز دسترسیِ پایدار به آن را از داخل ایران فراهم می‌کند، بدون نیاز به کارت اعتباری خارجی یا ابزارهای دور زدن تحریم.

Universal-3.5 Pro is AssemblyAI's speech-to-text model served through its Sync API, returning a complete transcript with word-level timestamps in a single synchronous response for audio clips up to 120 seconds....

شروع سریع

curl https://api.hormouz.net/v1/audio/transcriptions \
  -H "Authorization: Bearer ng-YOUR_API_KEY" \
  -F model=assemblyai/universal-3-5-pro \
  -F file=@audio.mp3

مشخصات

سازندهAssemblyai
نوعصدا
پنجره زمینه—
قیمت$0.0075/minute of audio
نوع APItranscriptions

نمونه کد

cURL
curl https://api.hormouz.net/v1/audio/transcriptions \
  -H "Authorization: Bearer ng-YOUR_API_KEY" \
  -F model=assemblyai/universal-3-5-pro \
  -F file=@audio.mp3
Python
from openai import OpenAI
client = OpenAI(api_key="ng-YOUR_API_KEY", base_url="https://api.hormouz.net/v1")
with open("audio.mp3", "rb") as f:
    tr = client.audio.transcriptions.create(model="assemblyai/universal-3-5-pro", file=f)
print(tr.text)
JavaScript
import OpenAI from "openai";
import fs from "node:fs";
const client = new OpenAI({ apiKey: "ng-YOUR_API_KEY", baseURL: "https://api.hormouz.net/v1" });
const tr = await client.audio.transcriptions.create({
  model: "assemblyai/universal-3-5-pro",
  file: fs.createReadStream("audio.mp3"),
});
console.log(tr.text);

خرید API AssemblyAI: Universal-3.5 Pro با پرداخت ریالی

  • با کارت بانکی ایرانی اعتبار بخرید؛ کارت ارزی و حساب خارجی لازم نیست.
  • با یک کلید هرمز به AssemblyAI: Universal-3.5 Pro و بیش از ۶۰۰ مدل دیگر دسترسی دارید و فقط به اندازه‌ی مصرف می‌پردازید.
  • بدون فیلترشکن و بدون خطر بن شدن حساب؛ کافی است آدرس پایه را به api.hormouz.net/v1 تغییر دهید.
ساخت حساب

استفاده از طریق هرمز

با یک کلید API به این مدل و بیش از ۶۰۰ مدل دیگر وصل شوید و مصرف هر مدل را تا سطح هر درخواست ببینید.

درخواست دسترسی شرکتی

سوالات متداول

هزینه‌ی استفاده از Universal-3.5 Pro چقدر است؟
هزینه به ازای هر دقیقه صدا محاسبه می‌شود؛ نرخِ روز در جدولِ قیمتِ همین صفحه آمده و فقط بابت مصرفِ واقعی پرداخت می‌کنید.
چطور از داخل ایران به Universal-3.5 Pro دسترسی داشته باشم؟
کافی است در هرمز حساب بسازید و یک کلید API بگیرید. هرمز مسیرِ دسترسیِ پایدار به این مدل را از داخل ایران فراهم می‌کند و نیازی به کارت اعتباری خارجی یا ابزارِ دور زدنِ تحریم ندارید.
چطور Universal-3.5 Pro را فراخوانی کنم؟
هرمز Universal-3.5 Pro را روی دو مسیر ارائه می‌دهد. مسیرِ سازگار با OpenAI یعنی POST /v1/audio/transcriptions فایل را به‌صورتِ فیلدِ multipart با نامِ «file»، یا به‌صورتِ JSON در input_audio (با data به‌شکلِ base64 و format) می‌گیرد و {text, usage} را در همان پاسخ برمی‌گرداند. POST /v1/predictions ضبط‌های طولانی را در پس‌زمینه پردازش می‌کند: input.audio یک نشانیِ https یا یک data: URI است و input.language اختیاری است. فقط صدای WAV بفرستید. کدی که برای SDK اوپن‌ای‌آی نوشته شده فقط با تغییرِ آدرسِ پایه کار می‌کند.
Universal-3.5 Pro چه قالب‌های صوتی‌ای می‌پذیرد؟
فقط WAV. قالب‌های دیگر مانندِ mp3 یا m4a را پیش از ارسال به WAV تبدیل کنید، برای نمونه با ffmpeg.

به‌روزرسانی: 2026-10-13