Vocapia 官网

Vocapia 图文介绍：

Vocapia 2000年诞生于巴黎南郊的法国国家科学研究中心（CNRS）语言实验室，依托20余年语音学成果推出Vocapia Speech Platform（VSP）。其多语言Large Vocabulary Continuous Speech Recognition（LVCSR）引擎可处理82种语言及方言，欧盟议会、法兰西24、NATO等机构长期采用，识别错误率（WER）在干净广播场景≤5%。

主要功能

• 实时转写：WebSocket流式接口，延迟<500 ms，支持中文、英语、法语、阿拉伯语等82种语言混合识别。
• 批量音视频：上传wav/flac/mp3/mp4/m4a，自动分轨、去噪、分段，返回带时间戳的JSON/VTT/SRT。
• 说话人分离：自动标记Speaker ID，支持最多16人圆桌会议。
• 关键词提取与主题聚类：基于BERTopic，自动生成摘要、关键词云与章节标题。
• 情感与语速分析：输出每句话的Valence-Arousal二维情感值与语速（词/分钟）。
• 自定义词汇表：用户可上传领域词典（XML/CSV），实时热更新，提升专有名词准确率20–40%。
• 本地私有化：提供Docker镜像+离线模型，适合政府、军工、医疗等高保密场景。
• REST/GraphQL & gRPC：速率最高1200小时音频/天，支持并发100路；返回JSON、Word、SRT、VTT、ELAN。

应用场景：

• 国际会议：欧盟议会多语言实时字幕，英法德西四种语言同步投屏。
• 媒体归档：法兰西24每日6小时新闻自动转写+标签，节省85%人工。
• 高校与研究机构：语言学家利用ELAN格式做口语语料库标注。
• 军工/政企：NATO指挥系统私有化部署，实现作战会议即时检索。
• 医疗记录：法国AP-HP医院把医生口述病历实时转写，回写HIS。

是否收费：

• 免费试用：注册送2小时音频（限云版，无功能限制）。
• 按需付费：云版0.06€/分钟（≈3.6€/小时），量大有阶梯至0.03€/分钟。
• 本地许可：私有化按并发路数计费，一次性5k–50k€+年维护15%，含离线模型更新。
• 教育与非营利：云版5折，需提供机构证明。

平台兼容性：

Web控制台全功能；提供Linux/Windows/macOS CLI；Python/Java/C# SDK与示例；输出兼容Premiere、DaVinci、Otter、NVivo；支持S3、Azure Blob、SFTP直读直写。

数据与合规：

欧盟GDPR与法国HDS（健康数据托管）认证，可选法国本土服务器；音频处理完即删或用户主动清空；提供数据处理协议（DPA）与SLA 99.5%。

Vocapia以“科研级多语言引擎+灵活API”立足欧洲市场，兼顾云与私有化，是媒体、政府、医疗、学术领域需要高准确率、多语种、可定制语音识别服务的首选API接口平台。