asr-1.0
يحوّل MiniMax ASR 1.0 الصوت إلى نص، ويدعم الروسية وفصل الردود بحسب المتحدثين والطوابع الزمنية.
عن النموذج
يغطي هذا الوصف قدرات النموذج. وترد أدناه المدخلات والمخرجات والخيارات المتاحة في Ailoot للطريقة المحددة.
تحويل تسجيل المحادثة إلى نص
يتعرف MiniMax ASR 1.0 على الكلام في ملف صوتي. يصف المصنّع استخدامه للاجتماعات والمقابلات والبودكاست ومسار صوت الفيديو ومراقبة المحتوى وتحليل المحادثات. ضُبط النموذج للكلام الحواري والضوضاء والمصطلحات المهنية، مع التركيز على تقليل الأجزاء المختلقة. في بطاقة Ailoot هذه الإدخال صوت والنتيجة نص.
اللغة والمشاركون المتعددون
تُدعم الروسية والأوكرانية والإنجليزية والفرنسية والألمانية والإسبانية والإيطالية والبرتغالية والبولندية؛ إلى جانب الصينية والكانتونية واليابانية والكورية والتايلندية والفيتنامية والإندونيسية والملايوية والفلبينية والعربية والتركية. إذا لم تُحدد اللغة، يحدد النموذج اللغة الرئيسية تلقائيًا؛ ويصف المصنّع الجمع بين الكلام الصيني والإنجليزي بصورة منفصلة.
في العرض الموسع للنتيجة يستطيع النموذج تمييز المتحدثين وربط الردود بالزمن. يعاد فيه العدد الإجمالي للمشاركين ومقاطع بوسم متحدث وبداية ونهاية ونص. يساعد ذلك على تحليل من قال ردًا معينًا ومتى، دون خلط ردود مشاركين مختلفين.
عرض النتيجة
يتيح المصنّع JSON عاديًا بالنص والمدة، وصيغة موسعة verbose_json، وترجمات مصاحبة SRT وWebVTT. يُستخدم افتراضيًا مستوى الجملة أو المقطع للطوابع الزمنية. تُوصف طوابع الكلمات الفردية للإنجليزية، والحروف الفردية للصينية؛ وتخص صيغ المحاذاة.
يمكن إخراج النص تدريجيًا، لكن لا يمكن جمع ذلك بفصل المتحدثين أو صيغ الترجمات المصاحبة. يعيد الوضع أجزاء جديدة من النص المتعرف عليه أثناء معالجة الملف المُرسل مسبقًا. هذا تدفق للنتيجة، لا إرسال صوت مستمر من الميكروفون.
متطلبات التسجيل
صيغ الإدخال المعلنة WAV وAIFF وFLAC وALAC في حاوية M4A وMP3 وAAC وOpus وOgg. يجب ألا يحتوي الملف على أكثر من 500 ثانية من الصوت وألا يزيد حجمه على 50 ميغابايت. يُرفض تجاوز المدة، ولا يُقص بصمت. لا يُدعم PCM الخام دون حاوية.
ينصح المصنّع لتحضير التسجيل بصوت أحادي القناة بتردد 16 كيلوهرتز أو بصيغة مضغوطة: لا يلزم التردد العالي أو الستيريو للتعرف، ويزيدان حجم الملف. تخص المخرجات الموسعة والمعالجة المتدفقة ASR 1.0؛ وتتحدد صيغة إجابة الطلب المعين بوسائل Ailoot.
Ailoot · تحويل الكلام إلى نص POST /v1/audio/transcriptions asr-1.0
asr-1.0البداية
يحوّل MiniMax ASR 1.0 الصوت إلى نص، ويدعم الروسية وفصل الردود بحسب المتحدثين والطوابع الزمنية.
- المدخلات المقبولة
- الصوت
- النتائج
- النص
متاح في Ailoot · المدخلات والطرائق
Ailoot · تحويل الكلام إلى نص POST /v1/audio/transcriptions
- الإدخال
audio- الإخراج
text- صيغة الإخراج
- json
| الحقل | النوع | المتطلب | القيم والحدود | القيمة الافتراضية |
|---|---|---|---|---|
الحقلmodel | النوعstring | المتطلبمطلوب | القيم والحدود asr-1.0 | القيمة الافتراضية— |
الحقلfile | النوعfile | المتطلبمطلوب | القيم والحدود الحد الأقصى للبايتات: 52,428,800 صيغ الملفات: wav, mp3, m4a, ogg, webm, flac نوع المحتوى: multipart/form-data الحد الأقصى للمدة بالثواني (غير شامل): 500 | القيمة الافتراضية— |
الحقلresponse_format | النوعstring | المتطلباختياري | القيم والحدود json | القيمة الافتراضية— |
تركيبات مواد الإدخال
speech_to_text · مطلوب: actual audio file
معلمات الطريقة ودورة حياتها
| المعلمة | المواصفات |
|---|---|
المعلمةmaterial_types | المواصفاتaudio |
المعلمةrequired | المواصفاتnull |
المعلمةoptional_controls | المواصفاتnull |
دورة الحياة: synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · قيمة task_id الفعلية المُعادة أو سجل مكتبة الوسائط
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
بُنى الطرق ومعرّفاتها دقيقة؛ قدرة المورد منفصلة عن السماح بالطلب.
الباقات
تعرفات طرائق Ailoot
POST /v1/audio/transcriptions- الإدخال
- 0.38 US$ لكل ساعة صوت
تحجز Ailoot مبلغًا تقديريًا قبل الطلب. وبعد ظهور النتيجة، تُسوّي الرسوم النهائية بناءً على الاستخدام المقاس. وتستخدم تسوية البث سجل الاستخدام النهائي. كيفية عمل حجز المبلغ وتسوية الرسوم →
أمثلة للطلبات
Ailoot · تحويل الكلام إلى نص
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_AUDIO_FILE:?Set your actual MP3 recording}"
export AILOOT_AUDIO_FILE
python3 - <<'PY_REQUEST'
import os
from pathlib import Path
f=Path(os.environ["AILOOT_AUDIO_FILE"])
if not f.is_file() or f.suffix.lower()!=".mp3":raise SystemExit("Choose your actual MP3 recording")
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/transcriptions \
-H "Authorization: Bearer $AILOOT_API_KEY" \
--form-string model=asr-1.0 -F "file=@$AILOOT_AUDIO_FILE" \
-D response-headers.txt -o result.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path
print(json.dumps(json.loads(Path("result.json").read_text()),ensure_ascii=False,indent=2))
PY_RESULT
استلام النتائج وحفظها
Ailoot · تحويل الكلام إلى نص
json
GET /v1/media/tasks/{task_id}GET /v1/media/assets/{asset_id}/contentGET /v1/media/assetsGET /v1/media/assets/{asset_id}
الاحتفاظ بكل النتائج المكتملة
احتفظ بكل استجابة كاملة وكل ملف وجزء محتوى تم إرجاعه.
احتفظ بـJSON كاملاً، وليس النص وحده؛ وحافظ على كل مقطع ومتحدث وطابع زمني متاح، وعلى الهوية الفعلية للمهمة أو الأصل.
عند الحاجة إلى التحقق من الاستجابة الأصلية
احتفظ بقيمة operation_id/X-Client-Request-ID الأصلية للمطابقة دون إعادة الإرسال؛ لا يوجد مسار مخصص للاستعلام الدوري عن الصوت.
حقول الاستجابة
| الحقل | النوع |
|---|---|
الحقلtext | النوعstring |
الحقلsegments[] | النوعobject |
الحقلtask_id | النوعstring |
الحقلasset_url | النوعstring |
الحقلusage | النوعobject |
الأخطاء والخطوات التالية
| الاستجابة | الشرط | الخطوة التالية |
|---|---|---|
الاستجابة400 · invalid_request_error | الشرطحقول مطلوبة أو تمثيل مادة أو قيمة معلمة غير صحيحة | الخطوة التاليةصحّح الحقول المحددة قبل طلب إنشاء جديد. |
الاستجابةserver_error | الشرطتشير الاستجابة المُعادة إلى أن العملية أو النتيجة تتطلب التحقق | الخطوة التاليةاحتفظ بمعرّف العملية أو المهمة الأصلي المُعاد، وبترويسات الطلب وبالاستجابة؛ وواصل عمليات القراءة المدعومة لتلك العملية الأصلية. لا تُعِد إرسال طلب الإنشاء. |
الأسماء البديلة
الأسماء البديلة للنموذج
Ailoot asr-1.0
الأسماء البديلة لمسارات الطرائق
استخدم مسارات الطرائق المعروضة أعلاه.
معرّفات النماذج ذات الصلة IDs
FAQ · asr-1.0
- ما المدخلات والنتائج المتاحة؟
POST /v1/audio/transcriptions·asr-1.0:audio→text- ما الحقول التي يستخدمها الطلب؟
POST /v1/audio/transcriptions·asr-1.0:model,file,response_format