Hjem · Video & lyd · AssemblyAI

AssemblyAI

API for transkripsjon og analyse av tale
Kategori Video & lydPris Freemium (gratisnivå + betalt fra ca. $0,15/time)
Kort svar: hva er AssemblyAI?

AssemblyAI er en skytjeneste som gjør tale om til tekst og tilbyr videre analyse gjennom API-er. Utviklere kan sende inn lydfiler, få tidsstempler og talermerking, eller bygge løsninger for direktelyd. Norsk støtte, funksjoner og pris varierer mellom modellene. Dette er først og fremst en byggekloss for programvare, ikke en ferdig møteskriver.

AssemblyAI er en API-tjeneste for utviklere som vil bygge transkripsjon og taleanalyse inn i egne produkter. Norske lydfiler støttes av Universal-2. Per september 2026 starter denne modellen fra ca. 0,15 USD per lydtime, med gratis startkvote og tillegg for enkelte funksjoner.

AssemblyAI tilbyr talegjenkjenning som utviklere kan bygge inn i egne apper. Selskapet ble grunnlagt av Dylan Fox i 2017, omtalt av TechCrunch. I august 2026 presenterte leverandøren Universal-3.5 Pro for opptak med eksempler på språkveksling og kontekstbaserte instrukser. Aktuelle priser, registrering og dokumentasjon viser at API-tjenesten tilbys per september 2026.

For et transkripsjonsprodukt sender du inn en lydfil eller en tilgjengelig lydadresse, velger modell og henter resultatet når behandlingen er ferdig. Teksten kan inneholde tidsstempler og merking av hvem som snakker. Deretter kan programmet ditt vise undertekster, gjøre opptaket søkbart eller be en språkmodell lage et sammendrag. Du må selv bygge brukeropplevelsen, håndtere feil og sørge for forsvarlig tilgang til resultatene.

Modellvalget er avgjørende for norsk bruk. Modelloversikten oppgir både Norwegian og Norwegian Nynorsk for Universal-2. Ikke legg til grunn at alle funksjoner og sanntidsmodeller støtter de samme språkene. Leverandørens eksempler på engelske samtaler dokumenterer heller ikke treffsikkerheten på dialekter, navn eller opptak med overlappende tale.

Universal-2 for opptak starter fra ca. 0,15 USD per lydtime per september 2026. Universal-3.5 Pro står til fra ca. 0,21 USD per lydtime. Ifølge prissiden kommer talermerking av opptak i tillegg med fra ca. 0,02 USD per lydtime. Prisen gjelder behandlet lydmengde, ikke en månedsplass for én ansatt. Gratis starttilgang er tilgjengelig, men må ikke tolkes som ubegrenset gratis produksjon.

For norske virksomheter er regionvalget konkret: opptaks-API-et har et eget EU-endepunkt, mens standardvalget er USA. Leverandørens sikkerhetsside plasserer EU-behandlingen i Dublin. Treningsvilkårene sier at enkelte innsendte filer kan brukes til modelltrening, men ikke når europeiske servere benyttes eller kunden har reservert seg. Lagring og sletting har egne innstillinger og må vurderes i tillegg.

Se Deepgram mot AssemblyAI og guiden om AI for transkripsjonsbyråer. For ferdige sluttbrukerverktøy er kategorien video og lyd et naturlig sted å begynne. AssemblyAI gir mest mening når transkripsjonen skal være en funksjon i ditt eget produkt.

Nøkkelfunksjoner

  • Transkripsjon av innsendte lyd- og videoopptak via API
  • Sanntids-API med modellavhengig språkstøtte
  • Tidsstempler for ord i transkripsjonen
  • Talermerking som tilleggsfunksjon
  • Norsk og nynorsk oppført for Universal-2
  • Separate endepunkter for databehandling i EU og USA
  • Videre tekstanalyse og sammendrag gjennom LLM Gateway

Hvem passer det for

Utviklere som bygger transkripsjon eller taleanalyse inn i egne apper og arbeidsprosesser. Passer også tekniske team i byråer som behandler mange opptak.

Prising

  • Gratis starttilgang: Gratis — Per september 2026: begrenset gratis startkvote uten kredittkort. Mengden lyd du kan behandle avhenger av modell og funksjoner; ikke ubegrenset månedsbruk.
  • Universal-2 – opptak: fra ca. 0,15 USD/lydtime — Per september 2026: forbrukspris for transkripsjon. Talermerking og andre tillegg prises separat.
  • Universal-3.5 Pro – opptak: fra ca. 0,21 USD/lydtime — Per september 2026: annen modell med egen språkdekning. Tillegg for blant annet prompting og talermerking.
  • Talermerking – opptak: fra ca. 0,02 USD/lydtime — Per september 2026: tillegg til transkripsjonsprisen, ikke et selvstendig transkripsjonsabonnement.

Gratisnivå: Begrenset gratis startkvote uten kredittkort. Deretter forbruksbetaling. Kvoten er ikke dokumentert som en automatisk fornyet månedlig gratiskvote. Prisene er hentet fra leverandørens prisside i september 2026 og endrer seg ofte — sjekk alltid hos leverandøren før du kjøper.

Norsk språkstøtte

Universal-2 oppgir Norwegian (no) og Norwegian Nynorsk (nn) for opptak. Andre modeller og direktetranskripsjon må sjekkes separat. Dokumentasjon og utviklerflate er på engelsk; norsk språkstøtte er ikke en garanti for feilfri dialektgjenkjenning.

Fordeler

  • Norsk og nynorsk finnes i modelloversikten
  • Forbruksbetaling passer varierende lydmengder
  • EU-region kan velges for opptaksbehandling
  • Transkripsjon og videre analyse kan kombineres i egne apper

Ulemper

  • Krever integrasjon og egen brukerflate for sluttbrukere
  • Ikke alle modeller støtter de samme språkene
  • Talermerking og andre tillegg øker grunnprisen
  • Dialekter, bakgrunnsstøy og navn krever kvalitetskontroll

Bunnlinje

AssemblyAI er et relevant valg når transkripsjon skal bygges inn i et produkt. Begynn med modellen som faktisk støtter lyden din, og velg behandlingsregion og treningsinnstillinger før produksjonsbruk.

Kilder

Ofte stilte spørsmål om AssemblyAI

Er AssemblyAI gratis?

Du kan opprette konto uten kredittkort og bruke en begrenset gratis startkvote. Videre bruk betales etter forbruk. Ikke regn startkvoten som en ubegrenset eller automatisk fornyet gratisplan.

Hva koster det å transkribere én time lyd?

Universal-2 starter fra ca. 0,15 USD per lydtime per september 2026. For opptak koster talermerking fra ca. 0,02 USD ekstra per lydtime. Andre modeller og analysefunksjoner kan gi en annen totalpris.

Kan AssemblyAI transkribere norsk?

Ja. Universal-2 har både Norwegian og Norwegian Nynorsk i språkoversikten for opptak. Velg modell uttrykkelig, og kontroller at eventuelle tillegg støtter samme språk. Kildene dokumenterer ikke feilfri gjenkjenning av alle norske dialekter.

Kan lydfilene behandles i EU?

Ja, opptaks-API-et har et eget EU-endepunkt. Leverandøren oppgir Dublin som europeisk behandlingssted. Du må velge riktig region i integrasjonen; norsk fakturaadresse flytter ikke automatisk databehandlingen.

Bruker AssemblyAI opptakene til trening?

Enkelte API-filer kan brukes til modelltrening etter behandling som skal fjerne personidentifiserende informasjon. Dokumentasjonen sier at filer ikke brukes til trening når europeiske servere benyttes eller kunden har reservert seg. Lagringsreglene må kontrolleres separat.

Er AssemblyAI en ferdig app for møtereferat?

Først og fremst er dette et API som utviklere integrerer i egne løsninger. Skal du bare ta referat fra møter uten utviklingsarbeid, er Circleback, Otter eller Fireflies mer direkte sluttbrukeralternativer.