
1 / 3
【Resumen】 Pulse es una API de voz a texto que convierte el habla en vivo, las llamadas, el audio y el video en texto estructurado. Procesa el audio a medida que llega y entrega transcripciones con etiquetas de hablante, detección de idioma y funciones de inteligencia del habla, de modo que los equipos de desarrollo pueden integrar la transcripción directamente en sus propias aplicaciones sin construir el motor desde cero. El producto resuelve dos escenarios distintos: la transcripción en tiempo real por WebSocket, que devuelve eventos parciales y finales mientras el modelo procesa el audio entrante, y la transcripción de archivos pregrabados, que devuelve la transcripción completa en una sola respuesta HTTP. Sobre esa base añade diarización de hablantes, detección de emociones, detección automática de idioma, marcas de tiempo por palabra y redacción de datos sensibles (PII/PCI) antes de que el texto pase a otros flujos de trabajo. Está pensado para desarrolladores que construyen canalizaciones de voz en tiempo real, para centros de contacto y para aplicaciones de voz con IA que necesitan funcionar en producción y a escala. Cubre más de 38 idiomas, con distintos acentos, dialectos y condiciones de grabación. 【Funciones principales】 • Transcripción en tiempo real: transmite audio por una conexión WebSocket persistente y devuelve eventos parciales y finales a medida que el modelo procesa la entrada. • Transcripción de audio pregrabado: acepta archivos de audio y entrega la transcripción completa en una única respuesta HTTP síncrona. • Diarización de hablantes: identifica los cambios de turno y etiqueta con precisión la intervención de cada persona. • Detección de emociones: reconoce las emociones del usuario para que las conversaciones resulten más empáticas. • Detección de idioma: identifica automáticamente el idioma del audio entrante antes de procesarlo. • Redacción de PII/PCI y marcas de tiempo por palabra: protege la información sensible antes de que llegue a otros sistemas y ofrece tiempos por palabra para subtítulos y revisión. 【Casos de uso】 1. Agentes de voz: transcribir la conversación en vivo para que el agente pueda responder y registrar el diálogo. 2. Subtítulos en vivo: generar texto a medida que se habla, con tiempos por palabra para sincronizar la pantalla. 3. Notas de reuniones y análisis de llamadas: convertir el audio grabado en texto estructurado con hablantes identificados para revisar lo tratado. 【Precios】 Pay as you go: $0.003/minute — Pulse (Pre-Recorded) ~$0.003/minute, Pulse (Realtime) ~$0.004/minute, Pulse Pro (Pre-Recorded) ~$0.0035/minute, 100 concurrent streams. Enterprise Plan: Custom — Pulse on Prem, Custom concurrency for STT, Enterprise Grade, 99.99% SLA, Priority Support. 【Ventajas y desventajas】 Ventajas: - El pago por uso encaja bien en equipos que están validando un producto de voz y no quieren comprometerse con un plan fijo desde el principio. - La combinación de tiempo real y pregrabado permite cubrir tanto la conversación en vivo como el análisis posterior dentro de la misma API. - La redacción de PII/PCI resulta útil para equipos que manejan datos sensibles y necesitan filtrarlos antes de que entren en sus flujos internos. Desventajas: - Las funciones de nivel empresarial, como el despliegue on-prem, la concurrencia personalizada y el SLA del 99.99%, solo están disponibles en el plan Enterprise con precio a medida. 【Preguntas frecuentes】 Q: ¿Cómo se cobra Pulse? A: Con el modelo de pago por uso: la transcripción pregrabada parte de $0.003/minute y la transcripción en tiempo real de ~$0.004/minute, mientras que el plan Enterprise se cotiza de forma personalizada. Q: ¿Pulse sirve tanto para audio en vivo como para archivos ya grabados? A: Sí. La transcripción en tiempo real entrega eventos parciales y finales por WebSocket, y la transcripción pregrabada devuelve la transcripción completa en una sola respuesta HTTP. Q: ¿Para quién está pensado Pulse? A: Para desarrolladores que construyen canalizaciones de voz en tiempo real, centros de contacto y aplicaciones de voz con IA que necesitan transcripción en producción y a escala.
Pay as you go · $0.003/minute (Pulse (Pre-Recorded) ~$0.003/minute, Pulse (Realtime) ~$0.004/minute, Pulse Pro (Pre-Recorded) ~$0.0035/minute) Enterprise Plan · Custom (Pulse on Prem, Custom concurrency for STT, Enterprise Grade, 99.99% SLA)
Los precios mostrados son de referencia de la región de EE. UU.; el precio local puede variar.
WPS AI es un asistente de inteligencia artificial integrado en WPS Office, disponible en chino, que acompaña al usuario…
Baidu Comate es un asistente de programación impulsado por IA, desarrollado por Baidu sobre su modelo ERNIE. Ofrece…
UniConverter es una herramienta de conversión y mejora de medios con inteligencia artificial que trabaja con video,…
6 herramientas similares a Pulse que tener en cuenta