
1 / 3
【Visão geral】 Pulse é uma API de transcrição de fala que transforma fala ao vivo, ligações, áudio e vídeo em texto estruturado. Os eventos de transcrição parcial e final chegam enquanto o áudio ainda está sendo processado. O produto foi pensado para equipes técnicas que precisam inserir transcrição diretamente em seus próprios fluxos, e não para quem busca apenas um editor de texto. O problema que Pulse resolve é o da transcrição como infraestrutura: em vez de gravar o áudio e depois enviá-lo para processamento, a API mantém uma conexão WebSocket persistente e devolve eventos parciais e finais à medida que o modelo avança. Para arquivos já gravados, há a transcrição pré-gravada, que recebe o áudio e retorna o texto completo em uma única resposta HTTP síncrona. Além do texto puro, Pulse adiciona camadas de inteligência sobre a fala: rótulos de quem falou, detecção automática de idioma, identificação de emoções, remoção de dados sensíveis e marcação de tempo por palavra. É indicado para desenvolvedores que constroem pipelines de fala em tempo real, centrais de contato e aplicações de voz em produção. 【Recursos principais】 • Transcrição em tempo real: envia áudio por WebSocket persistente e retorna eventos de transcrição parcial e final conforme o modelo processa o áudio. • Transcrição pré-gravada: aceita arquivos de áudio e devolve o texto completo em uma única resposta HTTP síncrona. • Diarização de falantes: identifica as transições entre falantes e rotula com precisão cada contribuição. • Detecção de emoções: reconhece as emoções do usuário para tornar as conversas mais empáticas. • Detecção de idioma: identifica automaticamente o idioma do áudio recebido antes do processamento seguinte. • Redação de PII/PCI: trata informações sensíveis nas transcrições antes que elas avancem para os fluxos seguintes. • Transcrição multilíngue: transcreve fala em mais de 38 idiomas, considerando sotaques, dialetos e condições de gravação. • Marcação de tempo por palavra: fornece o tempo de cada palavra, útil para legendas, faixas de subtítulo e revisão por confiança. 【Casos de uso】 1. Agentes de voz: alimentar aplicações de voz com transcrição em tempo real e rótulos de falante para conduzir a interação. 2. Legendas ao vivo: gerar legendas durante a transmissão, apoiando-se nos eventos parciais e na marcação de tempo por palavra. 3. Notas de reunião e análise de chamadas: transcrever gravações ou ligações e usar diarização, idioma e emoções para estruturar o conteúdo. 【Preços】 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 streams simultâneos. Enterprise Plan: Custom — Pulse on Prem, concorrência personalizada para STT, Enterprise Grade, SLA de 99.99%, suporte prioritário. 【Vantagens e desvantagens】 Vantagens: - O modelo de cobrança por minuto favorece quem está validando um produto de voz: o custo acompanha o volume real de áudio processado, sem exigir um investimento inicial alto. - Os eventos parciais tornam a API adequada para interfaces que precisam reagir enquanto a pessoa ainda fala, como agentes de voz e legendas ao vivo. - Recursos como diarização, redação de PII/PCI e detecção de emoções reduzem o trabalho de pós-processamento para equipes que precisam entregar transcrições prontas para uso em fluxos sensíveis. Desvantagens: - O plano Enterprise, que inclui implantação on-prem, SLA de 99.99% e concorrência personalizada, é negociado sob consulta, sem preço público por minuto. - O plano Pay as you go limita a 100 streams simultâneos, o que pode exigir negociação para cargas maiores. 【Perguntas frequentes】 Q: Quanto custa usar o Pulse? A: No modelo Pay as you go, o preço é de $0.003/minute, com variações por modalidade: Pulse (Pre-Recorded) ~$0.003/minute, Pulse (Realtime) ~$0.004/minute e Pulse Pro (Pre-Recorded) ~$0.0035/minute. Para on-prem, SLA de 99.99% e concorrência personalizada, o plano Enterprise tem preço customizado. Q: Para quem o Pulse é indicado? A: Ele é voltado a desenvolvedores que constroem pipelines de fala em tempo real, centrais de contato e aplicações de voz, inclusive cargas de produção em escala. Q: O Pulse funciona com áudio ao vivo e com arquivos gravados? A: Sim. A transcrição em tempo real usa WebSocket e devolve eventos parciais e finais, enquanto a transcrição pré-gravada recebe arquivos e retorna o texto completo em uma única resposta HTTP.
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)
Os preços mostrados são preços de referência dos EUA; os preços locais podem variar.
O WPS AI é um assistente de inteligência artificial integrado ao WPS Office, com capacidade de grandes modelos de…
O Baidu Comate é um assistente de programação com inteligência artificial desenvolvido pela Baidu com base no modelo…
UniConverter é uma ferramenta de conversão e aprimoramento de mídia com IA que trabalha com vídeo, áudio e imagens. Ela…
6 ferramentas semelhantes a considerar em vez de Pulse