К содержимому
Дайджест

Диктовка с AssemblyAI: чистый текст и структура вывода

ByteGrad·15 октября 2026·11:28
нужен экран можно повторить пошагово
Открыть на YouTube
Разбор API для распознавания речи от AssemblyAI с демонстрацией собственного приложения для голосового ввода, которое чистит ошибки и выдаёт структурированный текст.

Что в ролике

Автор показывает, как собрать десктопное приложение для голосового ввода, которое по горячей клавише записывает речь и вставляет готовый текст в любое поле. В основе — dictation API от AssemblyAI, который возвращает не дословную транскрипцию, а очищенный текст без слов-паразитов и оговорок. Демонстрируется пример: автор говорит «Monday, actually Wednesday», а в результате остаётся только Wednesday. Можно задать ключевые термины, промпт-контекст и LLM-инструкции, чтобы API правильно распознавал жаргон, например «insertion target» после добавления в список терминов. Также есть режимы структурирования: режим кодинг-промпта превращает речь в структурированное задание с требованиями, а режим списка задач — в буллеты. Помимо dictation API, у AssemblyAI есть синхронное и потоковое распознавание, а также инструменты для звонков и медицинской транскрипции. Автор показывает playground с возможностью загрузить аудио и настроить формат, а также open-source приложение Blurt как стартовую основу.

Практика

Что получишь
Понимание, как подключить AssemblyAI для диктовки и получить очищенный текст с нужной структурой: от простого ввода до кодинг-промптов и списков задач.
Первый шаг
Зарегистрироваться в AssemblyAI, открыть playground и попробовать загрузить свой аудиофрагмент с инструкцией форматирования.
Цифры
  • —3 настройки отправляются в запросе к dictation API: ключевые термины, промпт и LLM-инструкции
  • —1 вызов API нужен, чтобы получить очищенный текст и сырую транскрипцию одновременно
  • —2 режима вывода показаны в приложении: кодинг-промпт и список задач
Честно
Видео спонсировано AssemblyAI, и автор прямо это указывает. В ролике показаны только фрагменты кода приложения, а полный исходник недоступен, но есть open-source приложение Blurt на GitHub от AssemblyAI, которое можно использовать как основу. Для повторения потребуется API-ключ и оплата использования AssemblyAI, если выйдете за бесплатный лимит.
Если слова незнакомы — 4 терминов

Понадобится экран

Часть информации есть только на экране (код в терминале). Открыть на YouTube с 5:53.

Связки из этого ролика

3 шт.

Компоненты

5 шт.

Цитаты-доказательства

дословно из субтитров

Формат: пошаговый урок · для практикующих · уверенность разметки 0.9 · источник