AssemblyAI: Universal-3.5 Pro

Universal-3.5 Pro هو نموذج تحويل الكلام إلى نص من AssemblyAI لتحويل مقطع صوتي قصير إلى تفريغ مكتمل في استجابة واحدة. يضيف ملف Sync درجات ثقة للكلمات وطوابع زمنية اختيارية للكلمات وتلميحات مفردات وسياق محادثة سابقة لمدخلات الصوت ومسارات الضغط للتحدث.

Ailoot Ultra · تفريغ صوتي POST /v1/audio/transcriptions assemblyai/universal-3-5-pro

عن النموذج

يغطي هذا الوصف قدرات النموذج. وترد أدناه المدخلات والمخرجات والخيارات المتاحة في Ailoot للطريقة المحددة.

Universal-3.5 Pro هو نموذج التعرّف على الكلام من AssemblyAI لتحويل الكلام المسجّل إلى نص. في ملف Sync، ينتج مقطع صوتي قصير تفريغًا مكتملًا في استجابة واحدة. يناسب ذلك الرسائل الصوتية ومدخلات الضغط للتحدث والجولات الحوارية المنفصلة التي يعرف التطبيق فيها بالفعل متى ينبغي أن ينتهي التسجيل.

جهّز الصوت في مقطع محدود. تقبل متطلبات Sync لدى AssemblyAI مددًا من 80 مللي ثانية إلى 120 ثانية، بحجم ملف أقصى 40 MB. الصيغ المدعومة WAV أو PCM خام موقّع بدقة 16 بت وترتيب بايتات little-endian. يمكن أن يكون الصوت أحادي القناة أو ستيريو، ويُحوَّل الستيريو داخليًا إلى قناة واحدة. معدلات أخذ العينات المدعومة 8 و16 و22.05 و24 و32 و44.1 و48 kHz. تقدّم ترويسة WAV معدل العينات وعدد القنوات؛ ويحتاج PCM الخام إلى تقديم هاتين القيمتين منفصلتين ضمن إعداد التفريغ.

سجّل العبارة كاملةً وحافظ على بداية الكلام ونهايته سليمتين. من المهام الأصلية المفيدة رسالة صوتية قصيرة لدعم منتج تضم اسم منتج ومعرّف طلب وطلبًا من المتحدث. احتفظ بالمقطع المصدري كي يمكن فحص التفريغ مقارنةً بتلك التفاصيل المهمة. ولتسجيل أطول، جهّز سير عمل مناسبًا للتفريغ الطويل بدلًا من اعتبار حد مدة المقطع القصير ادعاءً بشأن سعة الصوت في النموذج كله.

تتضمن النتيجة التفريغ الكامل وقائمة كلمات مع درجة ثقة لكل كلمة ودرجة ثقة إجمالية بين صفر وواحد. وتوفّر أيضًا مدة الصوت المقدَّم ومعرّف طلب، مما يتيح إبقاء النص مرتبطًا بمقطعه الأصلي. استخدم ثقة الكلمات لتحديد المواضع التي تستحق مراجعة بالاستماع، خصوصًا الأسماء والأرقام ومفردات المجال المهمة للتطبيق.

الطوابع الزمنية للكلمات اختيارية ومعطّلة افتراضيًا. وعند طلبها، يمكن لكل كلمة تمت محاذاتها أن تحمل بدايتها ونهايتها بالمللي ثانية بالنسبة إلى بداية المقطع. يترك ملف الشركة المصنّعة هذه القيم غائبة عندما لا يمكن محاذاة كلمة بدلًا من اختراع توقيت تقريبي. تكون دقة الطوابع الزمنية أفضل للصوت الإنجليزي. احتفظ بالتوقيتات الغائبة صراحةً عند إعداد تمييز الكلمات أو موجة صوتية قابلة للبحث أو محاذاة النصوص المصاحبة، وقارن النص بالتسجيل قبل استخدامه مسارًا مكتملًا للنصوص المصاحبة.

تصف تعليمة سياقية موضوع التسجيل. يمكن أن تسمّي مجالًا أو سيناريو أو تفاصيل معينة يعرفها التطبيق بالفعل، ويبلغ طولها الأقصى 6000 محرف. ابدأ بوصف قصير يلائم الصوت، مثل محادثة دعم تقني بشأن جهاز معين. توفّر التعليمة سياقًا للتعرّف؛ وليست طلبًا لإعادة كتابة رسالة المتحدث في مستند مختلف.

ترجّح قائمة مصطلحات رئيسية منفصلة التعرّف نحو مفردات محددة. يقبل ملف Sync ما يصل إلى 100 مصطلح و8000 محرف عبر تلك القائمة. استخدم تهجئات دقيقة للأسماء غير المعتادة أو الاختصارات أو مصطلحات المنتجات، واترك الكلمات العادية التي يُتعرّف إليها جيدًا خارج القائمة. يمكن لقوائم مصطلحات كبيرة أو غير لازمة أن تسبب تصحيحات مفرطة، لذا ركّز القائمة على الكلمات المهمة في التسجيل. يمكن استخدام وصف السياق وقائمة المفردات معًا.

يمكن للمحادثة السابقة أيضًا المساعدة في تفسير رد قصير. قدّم العبارات السابقة بالترتيب الزمني من الأقدم إلى الأحدث، بينما يبقى الصوت الحالي الجولة الجاري تفريغها. ميزانية السياق الموثّقة 500 جولة أو 16,000 محرف إجمالًا. وإذا تجاوزت هذه الحدود أو سياق النموذج المتاح، تُزال المدخلات الأقدم أولًا. يفيد ذلك عندما تحتوي إجابة وجيزة على معرّف أو إحالة يأتي معناها من السؤال السابق.

يوجّه اختيار اللغة التعرّف نحو لغة متوقعة واحدة أو أكثر. تقبل واجهة Sync الحالية 32 رمز لغة، وتستخدم الإنجليزية افتراضيًا عند عدم تقديم اختيار. ولصوت يتناوب بين اللغات، اسرد اللغات المتوقعة. تستبدل تعليمة سياقية مخصصة الإعداد الافتراضي المُدار وتتجاوز التوجيه المنفصل برموز اللغات، لذا سمِّ اللغات المتوقعة داخل تلك التعليمة عندما تحتاج إلى سياق اللغة والسيناريو معًا. أبقِ التفريغ باللغات المنطوقة فعليًا بدلًا من التعامل مع التفريغ بوصفه تعليمة ترجمة.

يظهر النموذج أيضًا في مسارات تفريغ أخرى لدى AssemblyAI، بينما تخص متطلبات المقاطع القصيرة وحقول النتائج في ملف Sync هذه الواجهة تحديدًا. يضيف سير Dictation لدى الشركة المصنّعة مرحلة منفصلة لتنقيح النص؛ فالتفريغ والرسالة المعاد كتابتها مادتان مختلفتان. احفظ الكلام المتعرّف إليه إذا أنتجت خطوة تحرير أو تلخيص لاحقة نسخة منقّحة، كي تظل الصياغة الأصلية متاحة للمقارنة.

تشمل المواد المفيدة رسالة صوتية مفرّغة وجولة مكتملة لمساعد ونصًا صوتيًا قصيرًا قابلًا للبحث أو قائمة كلمات موقّتة لواجهة مراجعة. افحص الكلمات الحاسمة مقارنةً بالتسجيل، واحتفظ بأي محاذاة غائبة، وأبقِ المقطع مرتبطًا بالنص المُرجَع. تمنح نتيجة التعرّف الخطوة التالية في التطبيق تفريغًا مدعومًا بمصدر؛ أما الإجابة عن الطلب أو تحرير الرسالة فيخصان سير العمل المحيط.

Ailoot Ultra · تفريغ صوتي POST /v1/audio/transcriptions assemblyai/universal-3-5-pro

assemblyai/universal-3-5-pro

AssemblyAI /assemblyai/universal-3-5-pro

البداية

المدخلات المقبولة: الصوت
النتائج: النص

متاح في Ailoot · المدخلات والطرائق

Ailoot Ultra · تفريغ صوتي POST /v1/audio/transcriptions

الإدخال: audio
الإخراج: text

الحقل	النوع	المتطلب	القيم والحدود	القيمة الافتراضية
الحقل`model`	النوع`string`	المتطلبمطلوب	القيم والحدود assemblyai/universal-3-5-pro	القيمة الافتراضية—
الحقل`input_audio`	النوع`object`	المتطلبمطلوب	القيم والحدود	القيمة الافتراضية—

معلمات الطريقة ودورة حياتها

المعلمة	المواصفات
المعلمة`content_type`	المواصفاتapplication/json
المعلمة`required`	المواصفاتmodel, input_audio
المعلمة`material_types`	المواصفاتaudio
المعلمة`material_conditions`	المواصفاتيقرأ المثال ملف PCM WAV الفعلي غير الفارغ لديك، ويُرمّز جميع بايتات الملف بترميز base64، ويرسل input_audio.format بالقيمة wav.

دورة الحياة: synchronous_result_then_owned_library

GET /v1/media/tasks/{task_id} · قيمة task_id الدقيقة من سجل وسائط موجود مملوك لك

GET /v1/media/assets/{asset_id}/content

GET /v1/media/assets

GET /v1/media/assets/{asset_id}

الباقات

مراجع التسعير لا تضيف خيارات للطلب. المعلمات المدعومة مذكورة للطريقة المحددة.

الوضع السريع: غير محدد عند اختيار الوضع السريع
الوضع المرن: غير محدد عند اختيار وضع flex
أقصى جهد للاستدلال: غير محدد عندما يُطبَّق الضبط الافتراضي default مع أقصى جهد للاستدلال

تعرفات Ailoot

الأسعار حسب الإعدادات

طابق كل رسم مع الشروط المعروضة. طبّق تعرفة واحدة لكل مجموعة من الإعدادات البديلة.

الإعدادات	جدول التعرفة	وحدة الفوترة	الرسوم
الإعداداتالتعرفات الأساسية للرموز	جدول التعرفةالتعرفة الأساسية	وحدة الفوترة—	الرسوم الإدخال · رموز الإدخال — / 1K من الرموز الإخراج · رموز الإخراج — / 1K من الرموز الإدخال · قراءة ذاكرة التخزين المؤقت — / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت — / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت، 1 ساعة — / 1K من الرموز
الإعداداتثانية صوت مُدخل	جدول التعرفة—	وحدة الفوترةلكل ثانية صوت مُدخل	الرسوم الإدخال · ثانية صوت مُدخل $0.00025 لكل ثانية صوت مُدخل

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 Ultra · تفريغ صوتي

curl · ملف WAV الفعلي والنتيجة الأصلية كاملة

set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_AUDIO_FILE:?Set the path to your actual PCM WAV recording}"
export AILOOT_AUDIO_FILE
python3 - <<'PY_REQUEST'
import base64, io, json, os, wave
from pathlib import Path
audio = Path(os.environ['AILOOT_AUDIO_FILE']).read_bytes()
if not (audio[:4] == b'RIFF' and audio[8:12] == b'WAVE'):
    raise SystemExit('Supply your actual PCM WAV audio file')
with wave.open(io.BytesIO(audio), 'rb') as recording:
    if recording.getcomptype() != 'NONE' or recording.getnframes() <= 0:
        raise SystemExit('Supply a nonempty PCM WAV recording')
request = {'model': 'assemblyai/universal-3-5-pro', 'input_audio': {'data': base64.b64encode(audio).decode('ascii'), 'format': 'wav'}}
Path('request.json').write_text(json.dumps(request, ensure_ascii=False), encoding='utf-8')
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/transcriptions \
  -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \
  --data-binary @request.json -D response-headers.txt -o response.bin
# Retain the complete original response, headers and actual X-Client-Request-ID.
# Read existing owned records for recovery; do not resubmit an uncertain operation.

استلام النتائج وحفظها

Ailoot Ultra · تفريغ صوتي

متن الاستجابة الأصلي كاملاً، والحالة والترويسات المُمرَّرة. لا يضيف هذا المعالج بنية JSON عامة أو حقل نص أو حاوية مهمة.

GET /v1/media/tasks/{task_id}
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}

الاحتفاظ بكل النتائج المكتملة

احتفظ بكل استجابة كاملة وكل ملف وجزء محتوى تم إرجاعه.

احتفظ بالاستجابة كاملة وبجميع الترويسات، وبكل مخرج فعلي، وبالمعرّفات الأصلية المُعادة، وبجميع حقول الاستخدام. استعد العملية الأصلية دون إرسال طلب الإنشاء مجددًا.

عند الحاجة إلى التحقق من الاستجابة الأصلية

احتفظ بقيمة X-Client-Request-ID الفعلية وبالاستجابة كاملة. اقرأ الأصول الأصلية المملوكة لك وعناوين URL الدقيقة الموقّعة لمحتواها؛ ولا تعِد إرسال طلب إنشاء غير مؤكد النتيجة مطلقاً.

حقول الاستجابة

الحقل	النوع
الحقل`text (when present)`	النوع
الحقل`usage (when present)`	النوع

الأخطاء والخطوات التالية

الاستجابة	الشرط	الخطوة التالية
الاستجابة⁦400⁩ · `invalid_request_error`	الشرطمتن JSON أو معرّف النموذج المعتمد الصريح غير صالح.	الخطوة التاليةاحتفظ بالاستجابة وصحّح حقل الطلب المشار إليه.
الاستجابة⁦401⁩ · `authentication_error`	الشرطمفتاح API الخاص بـAiloot غير صالح.	الخطوة التاليةاستخدم مفتاح API المخوَّل لك في Ailoot.
الاستجابة⁦403⁩ · `permission_error`	الشرطمجموعة المفتاح غير مخوّلة لاستخدام هذه الطريقة.	الخطوة التاليةاحتفظ بتفاصيل الخطأ المُعادة.
الاستجابة⁦404⁩ · `not_found_error`	الشرطلا يوجد مسار مسموح به للطريقة المختارة.	الخطوة التاليةاحتفظ بتفاصيل الخطأ المُعادة.
الاستجابة⁦422⁩ · `price_unavailable`	الشرطيتعذر على التعرفة المقبولة الحصول على كمية الإدخال المطلوبة أو حدّها.	الخطوة التاليةاحتفظ بالاستجابة؛ واستخدم صيغة تمثيل الإدخال التي تتطلبها التعرفة المقبولة.
الاستجابة⁦503⁩ ·	الشرطالتخزين المطلوب أو المسار أو سعر الطريقة أو حجز الرصيد غير متاح.	الخطوة التاليةاحتفظ بالاستجابة الأصلية كاملة. حجز الرصيد غير المؤكد لا يمنح الإذن بإعادة الإرسال.
الاستجابة⁦502⁩ · `server_error`	الشرطتتطلب النتيجة الأصلية أو الاستخدام أو التسوية التحقق.	الخطوة التاليةاحتفظ بمعرّف الطلب الفعلي وبالاستجابة الأصلية. اقرأ السجل الموجود المملوك لك؛ ولا تعِد إرسال طلب الإنشاء.

الأسماء البديلة

الأسماء البديلة للنموذج

Ailoot Ultra assemblyai/universal-3-5-pro

الأسماء البديلة لمسارات الطرائق

استخدم مسارات الطرائق المعروضة أعلاه.

معرّفات النماذج ذات الصلة IDs

assemblyai/universal-3-5-pro

FAQ · AssemblyAI: Universal-3.5 Pro

ما المدخلات والنتائج المتاحة؟: POST /v1/audio/transcriptions · assemblyai/universal-3-5-pro: audio → text
ما الحقول التي يستخدمها الطلب؟: POST /v1/audio/transcriptions · assemblyai/universal-3-5-pro: model, input_audio

AssemblyAI: Universal-3.5 Pro